用途：帮助用户对某一技术领域、规范或代码库建立并内化「第一性原理」的心智模型。它按一次一个概念的节奏推进，用硬性理解门槛防止用户不断跳过而没证明理解因果「为什么」。
主要能力：基于一手资料（代码文件、规范、设计文档）构建带来源标注的原子概念依赖图（Mermaid 图，含已掌握、就绪、锁定三种状态），支持收敛型前置 DAG，也支持线性或主题式掌握路径；每个概念配情景检查题（开放式或纯文本选项，需说明原因）；用户说「teach me」或答错时即时给出 Teaching Block 讲解与类比，并用变更失败模式的迁移题验证；支持用户跳过已掌握节点。
使用方式：先读一手资料，做拓扑与范围预检（少于 5 个概念或零收敛节点时建议改用线性检查或 /slice-and-dice；超过约 12–15 个概念时建议先做基础子领域或裁剪范围），写入不超过 80 行的 <topic>_learning_graph.md，从根节点开始逐概念考核。题末提示可「take a stab and explain why」或说「teach me」「not sure」。
适用场景：需要真正掌握而非走马观花的规范、子系统或代码库学习。
限制：不考命名约定、格式字符串、CLI 标志等记忆性细节；不用 ask_question 弹窗；仅字母选项而无原因不计通过；不对已提问拒绝讲解。具体收费、平台支持等信息资料暂未提供。