graph-learn

Graph Learn（/graph-learn）用于帮助用户建立对复杂技术领域、规范或代码库架构的扎实心智模型。它不满足于让用户浏览 AI 摘要，而是把主题拆成原子概念，画出实时前置依赖图，只有当前置概念被验证掌握后才引入后续概念。

主要能力：把每个节点建模为一个可验证的机制或不变式；只保留直接硬前置关系；区分三种状态——✅ 已掌握、🎯 就绪下一层（前置全部掌握）、🔒 锁定。工作流分五阶段：先做范围与拓扑预检（5–15 个原子概念），保存 <topic>_learning_graph.md 并生成带颜色的 Mermaid 图；再做诊断校准（叶优先或根优先）；进入就绪下一层的教学与验证循环，用场景题而非术语问答检验；随新发现动态插入缺失前置或拆分过载节点；全部掌握后总结关键心智转变并转入实际代码或设计工作。

使用方式：根据用户回答进行诊断，一次只聚焦 1–2 个就绪概念，用户可说“我不知道，教我”以触发针对性讲解，讲解后必须用新的迁移问题验证，不能仅凭解释就标记掌握。每轮更新图中的状态与进度。

限制：主题少于 5 个原子概念或只是平铺列表、顺序文档时不应建图；超过 15 个概念需先让用户选择范围或裁剪目标。运行中必须严格等待用户回答，不得模拟用户答案或在一轮内推进多层。对用户输出不得使用学术术语或图论行话。

具体收费、价格、平台支持等信息暂未提供。