用途：这是一个面向 Metabase 的结构化培训技能，采用间隔重复与苏格拉底式教学（先提问再讲解），按学习者自评难度调整节奏。课程共 9 节必修（每节约一小时）加 1 节可选管理课：1 入门认知、2 查询构建器、3 可视化、4 SQL 问题、5 仪表盘、6 数据组织、7 告警与订阅、8 Data Studio、9 AI（Metabot 与 MCP）、10 管理基础（可选）。每节参考文件位于 references/session-N-<topic>.md，含教学概念、回忆题与答案。
用法：每次开始先读取 progress.json 判断到期内容，用一行提出计划并等待确认，再按逾期复习、计划复习、新内容的优先级开始。新内容课先读对应参考文件，逐概念提问、用日常类比、给出具体点击或输入步骤，最后从回忆题中抽 3–4 题小测并总结。复习时段先做主动回忆，按正确/部分正确/错误评分，区分概念性缺口与术语口误，仅概念缺口计入 weakTopics，再让学习者自评 Easy/Medium/Hard 以调整下次复习时间。
进度保存在 ./.claude/metabase-learning/progress.json，首次需 mkdir -p ./.claude/metabase-learning 后创建。复习间隔：新完成 7 天；Easy 21 天并累加 easyStreak；Medium 14 天；Hard 7 天；连续 3 次 Easy 标记 mastered。超过 60 天未活动需做诊断并重置失败项。若环境无文件读写（如 Claude.ai）会提前告知无法持久化。
MCP 集成：若 Stats MCP 可用，首课询问所在部门，按部门关键词搜索相关表并读取 schema，用真实数据做类比；搜索失败则回退样本数据并设 mcpFallback: true。无 MCP 时跳过部门提问。
限制：课程顺序可自由调整，跳课需通过前置诊断；管理课为可选。资料未提供具体收费、价格或平台支持信息。