用途：deep-learning 是一个编排型技能（orchestrator），用于围绕某个主题或材料开展深度学习。当用户表达“帮我学习 X”“深入了解 X”“研究一下 X”“总结一下”等显式或隐式学习意图时触发，也可在用户分享长文或链接后提问时提示是否进入深度学习流程。
主要能力：自动检测学习意图；通过 content-bridge 统一摄取内容，支持网页文章、YouTube、Bilibili、X/Twitter、Reddit、Medium、LinkedIn 链接及 PDF/DOCX 文档，纯文本关键词可走 ultimate-search 搜索；创建 NotebookLM 笔记本并上传来源；并行生成产物，默认包括学习报告、音频播客、幻灯片 PDF、思维导图、测验题，可选视频解说 MP4、信息图 PNG、闪卡 JSON。研究模式分 Fast Research（10-20 秒）与 Deep Research（2-30 分钟），未提供材料时默认走 Deep Research。
使用方式：主入口为 scripts/orchestrate.sh，可传 --topic、--materials、--research-mode、--artifacts；配置通过 config/default.conf 或环境变量（如 DEFAULT_ARTIFACTS、ENABLE_VIDEO、OBSIDIAN_VAULT_PATH、ARTIFACT_TIMEOUT 等）；提示词模板位于 config/prompts/，可用 scripts/prompt_selector.sh --intent/--category/--random 选择。产物下载到 ~/.openclaw/workspace/deep-learning-output/<notebook-id>/，经飞书发送并可选存入 Obsidian Inbox。
依赖：必需 notebooklm、jina-reader；可选 bilibili-subtitle、ultimate-search、anything-to-notebooklm。长任务建议用子代理后台执行。
限制：资料未提供具体收费、价格与平台支持范围；来源处理失败时记录警告并继续，至少需 1 个来源；产物失败重试一次后跳过；限流时等待 10 分钟重试一次，仍失败则建议稍后手动重试并提供笔记本链接。总耗时约 10-60 分钟，多数任务并行执行。