用途：为智能教材设计章节结构。它分析课程描述、学习图谱（learning-graph.json）和概念分类，生成覆盖全部概念、尊重依赖关系的章节大纲，并创建 MkDocs 目录与索引文件。
主要能力：读取 /docs/course-description.md、/docs/learning-graph/learning-graph.json（约200个概念）和 concept-taxonomy.md；校验图谱为有效 DAG、概念 ID 唯一、依赖引用有效；识别基础概念、高级概念、依赖链、概念簇与孤立概念；确定章节数（6-20，通常10-15，每章约10-20个概念）；分配概念（每个概念仅出现一次、不早于其依赖、尽量均衡）；生成 Title Case 标题（≤200字符）与20-40词摘要；先向用户展示设计并请求批准，再生成文件。
使用方式：需先有课程描述、学习图谱与概念分类，且 MkDocs 项目结构就绪。流程为四步：分析输入资源、设计章节结构、展示设计并获取用户批准、生成目录与文件。生成内容包括 /docs/chapters/index.md、各章 /docs/chapters/[XX]-[url-path-name]/index.md，并更新 mkdocs.yml 的 Chapters 导航。目录创建使用 mkdir -p 命令。完成后可用 mkdocs serve 预览。
适用场景：在编写章节内容之前设计教材结构；学习图谱已生成、课程描述已定稿、概念分类已建立时使用。
限制：不生成实际章节内容，仅创建结构与大纲，各章索引留有“TODO: Generate Chapter Content”占位；若学习图谱尚未生成，应先用 learning-graph-generator；不用于更新已有章节内容。URL 路径名仅用小写字母和连字符，章节规模建议8-25个概念，避免过少或过多。概念名称须与 learning-graph.json 完全一致，内部链接用相对路径，Markdown 列表前需空行。