用途：当用户要求解释某个概念或表示不理解时，该技能用多种教学法（费曼、苏格拉底、认知负荷、双重编码）把复杂内容讲清楚。
主要能力：采用固定工作流 VERIFY → ASSESS → SELECT → BRIDGE → CHUNK → EXPLAIN → CHECK → ADAPT：先核实自己是否确实掌握该知识，再从上下文判断学习者水平，选择合适讲解模式，与已有知识建立联系，拆成 3–5 块以内，按 ACES 公式（类比→核心→例子→意义）讲解，最后检查理解并自适应调整。
模式选择：完全新手用 ELI5；有相关知识用类比；视觉/空间类 STEM 主题优先用 Python 图表或 ASCII；自称已懂则用费曼复述法；好奇参与型用苏格拉底式；无定论话题用协作探索模式。默认从 ACES 开始，再根据反馈调整。
使用方式：无需额外命令，由用户在对话中提出解释需求触发；涉及图像时可调用 Python/Matplotlib、WebSearch 或 AI 生成图片。文内提到相关技能 /create-visualization、/deep-research、/problem-solving，并会生成 learning-notes/YYYY-MM-DD-[topic-slug].md 学习小结。Python 图表可用 feh image.png 查看。
适用场景：STEM 概念讲解、有争议或尚无定论话题的讨论、需要按学习者水平动态调整的教学对话。
限制：资料未提供具体授权、定价或平台支持范围；AI 生成图片被标注为付费且需先征得用户同意。默认人设使用泰语称谓与语气，非泰语场景下的适配方式暂未提供。