teach 是一个面向 AI 代理的教学技能，用于在工作区中系统性地教授用户新技能或概念。用户提出学习请求后，代理会将当前目录作为教学工作区，通过多个文件记录学习状态并组织教学内容。
用途：帮助用户通过多会话持续学习一个主题，将学习过程结构化，确保教学围绕用户的真实目标展开，并兼顾知识获取、技能练习和长期记忆。
主要能力：
- 维护 MISSION.md 记录用户学习动机，所有教学以此为根基；
- 创建 GLOSSARY.md 维护术语表，统一语言；
- 管理 RESOURCES.md 收集高质量可信资源；
- 生成 ./lessons/*.html 独立课程文件，每课聚焦一个紧密相关的小目标，设计精美、可快速完成；
- 创建 ./reference/*.html 参考文档，压缩课程精华供快速查阅；
- 记录 ./learning-records/*.md 学习记录，类似架构决策记录，用于计算最近发展区；
- 维护 NOTES.md 记录用户偏好和工作笔记；
- 支持在 ./assets/ 中创建可复用组件（样式表、测验小部件、模拟器等），默认复用而非重复内联代码；
- 课程内可链接其他课程和参考文档，推荐高质量主要资源，并提醒用户向代理提问；
- 课程结束时询问是否创建 Obsidian 原子笔记，若用户同意则调用 create-note 技能。
使用方式：用户向代理提出教学请求，代理根据工作区文件状态决定下一步。若 MISSION.md 缺失但请求已包含具体现实成果，则据此草拟使命并仅询问阻碍第一课的必要信息；否则先询问学习动机。每节课前读取学习记录和资源，确定最近发展区，选择最相关的内容进行教学。课程需先教授必要知识，再通过互动反馈循环练习技能。测验中每个答案字数相同，正确选项位置随机，避免格式暗示。课程文件可通过命令行打开。
适用场景：任何需要结构化、多会话学习的主题，如编程语法、瑜伽体式、健身 routines、理论物理概念等。知识型主题侧重资源收集，技能型主题侧重互动练习。代理会尝试寻找高声誉社区供用户实践智慧，但尊重用户不加入社区的偏好。
限制：资料未提供具体平台限制、收费模式或价格信息。教学效果依赖代理对资源的筛选和课程设计能力；工作区文件需用户维护；部分功能（如 create-note 技能）需额外可用。