用途：该技能指导使用 v3 的学习优化能力，包括智能体之间的迁移学习、超参数调优、A/B 测试与持续性能改进。适用于优化智能体性能、在智能体间转移知识、调节学习参数、运行 A/B 测试以及分析学习指标。
主要能力：迁移学习可在智能体间转移模式、启发式与优化经验（如从 jest-generator 到 vitest-generator）；超参数调优支持贝叶斯搜索，可调学习率、批量大小、模式阈值等，并以准确率等为目标；A/B 测试支持假设、变体、指标、流量分割、样本量和显著性设置；反馈回路可聚合用户纠正、测试结果与代码审查，进行增量学习；还提供学习指标面板、跨框架迁移映射（jest_to_vitest、mocha_to_jest）、持续改进调度与模式学习（从代码、测试示例和用户反馈中提取语法、语义与上下文模式，存储于 agentdb 并支持版本化）。
使用方式：可通过命令行快速开始，如“aqe learn transfer --from jest-generator --to vitest-generator”“aqe learn tune --agent defect-predictor --metric accuracy”“aqe learn ab-test --hypothesis "new-algorithm" --duration 7d”“aqe learn metrics --agent test-generator --period 30d”。也可通过 TypeScript 任务调用相关智能体（qe-transfer-specialist、qe-metrics-optimizer、qe-pattern-learner），由 qe-learning-coordinator 协调。
适用场景：智能体性能优化、跨测试框架知识迁移、学习参数调优、实验对比与持续改进。
限制：资料未提供具体平台依赖、收费、价格、效果数据或使用前提，暂未提供。