学习你的项目

Dotbrain 能帮你跨多个会话学习自己在做的项目。teach-me 技能会根据项目的 Brain 和当前代码来讲解， 检查你的理解，并保存足够的私有学习状态，让下一个会话能从你上次停下的地方接着来。

先在装好 dotbrain 插件的已连接项目里，对 Agent 说：

Teach me how this project handles failed deliveries. I want to be able to diagnose one myself.

Agent 会先确认主题和你的目标，然后在对话中讲解。实现过程中的一个小问题，简单回答就行， 不需要学习路径，也不需要保存成课程。

进度和理解是两回事

学习路径描述的是通往目标的步骤，学习记录保存的是你已经理解了什么的证据。把两者分开，之后的会话 既能找回你学到了哪一步，也能判断该讲到什么深度。

产物	内容	下一个会话用它来
学习路径 bead	Description 里是一节课大小的步骤；Notes 里是进度和下一步	找到从哪里继续
学习记录	你展示出的理解、你说过的已有知识，或被纠正的误解	决定接下来讲什么、考什么
学习待办 bead	每个留到以后再学的概念一条评论	提出可以并入路径的问题
保存的课程和参考	经你认可的讲解和配套的速查页	之后阅读或练习

光是讨论过，并不代表已经理解。Agent 会让你解释一个概念或做一个练习，给你反馈，在有值得保留的证据时 写一条学习记录。它会先写记录，再把学习路径的这一步标记为完成。

按学习路径学

目标比较大时，可以让它规划一条路径：

Help me learn the retry mechanism over a few sessions. Start with one practical exercise.

Agent 会和你商定主题、目标和路径。跨会话的路径会成为一个 learn: <topic> path 学习路径 bead； 一次会话就能学完的短路径，可以只留在对话里。

学习工作区属于项目。课程按主题组织，主题在 Brain 里的 learning/MISSION.md 中命名。mission 写明你 为什么要学、想学会做什么。教学偏好和可信来源能让之后的会话一直有用。

在新会话里继续时，可以说：

Continue my learning path on retries. Read my progress and learning records, then resume the next step.

Agent 会读取学习路径 bead 和这个主题的学习记录，查看暂存的概念，然后从下一个该学的步骤继续。 它可能会先问一个回忆题来检验你还记不记得，而不是重新从头讲，或者假定之前讲过的你都还懂。

工作中先把问题存起来

实现过程中，你可以先把问题存下来，不用切换到教学会话：

Park this for learning: why does retrying this operation require an idempotency key?

Agent 会找到或创建一个 learn: <topic> backlog 学习待办 bead，为这个概念加一条评论。评论记录问题、 目前的答案，以及它是在哪里冒出来的。每个概念单独一条评论，问题多了也容易区分。

恢复学习时，Agent 会读这些评论，帮你把概念变成一节课大小的步骤。“并入第 2 步”“已讲”“放弃”这类结果 会作为新评论记下，并引用原来的评论。更正时也会保留之前的评论。旧版本技能存在 Notes 里的概念同样会被读取。

学习和实现分开

每个项目有一个长期存在的 Learning epic。它的子项是各个主题的学习路径 bead 和学习待办 bead。 epic 和子项都带 learning 标签。

epic 用来把学习内容归在一起方便浏览。每个子项也必须保持 deferred 状态，这样它们才不会出现在 Beads 的 bd ready 实现队列里。把父项设为 deferred 并不会让子项也变成 deferred。执行技能还会额外 跳过带 learning 标签的条目，作为兜底。

可以用 Beads 查看这些状态：

bd list --label learning --json
bd comments <backlog-id> --json
bd defer <learning-child-id>
bd ready --json

Dotbrain 的技能通过 Beads 维护这些状态，并没有单独的 Dotbrain 学习 CLI。如果项目没有执行引擎， 路径就只留在对话里，概念也不会存成 bead。

有用时再保存成课程

讲解不会自动生成课程。学到有用的东西之后，可以说：

Capture what we learned as a lesson, with a short reference and a retrieval exercise.

Agent 会先提出标题、主题、章节、问题和来源，经你认可后再写。课程和参考放在 Brain 的 learning/ 工作区里，和 mission、偏好、术语表、资源和学习记录在一起。依赖代码的讲解会链接到核对时所用提交的仓库代码。

这些内容都留在你的私有 Brain 里。Brain 站点可以在本地渲染它们，并加一个 Learn 侧边栏， 但站点是可选的。没有站点时，课程的 Markdown 和配套链接写完就算完成。如果声明了学习站点，Agent 会按它的 发布指南操作并运行检查。提交或发布仍然需要你授权。

把学到的变成公开的项目文档

学习过程中可能会发现对其他用户或贡献者有用的项目知识：一个不清楚的安装步骤、一个恢复流程， 或者某个功能是怎么工作的。和 Agent 一起学一个主题时，可以想想这些知识是否应该放进项目的公开文档。

可以让 Agent 根据你学到的内容提议一份公开指南。要面向公开读者来写，论述以项目实际情况为依据， 只包含适合公开的上下文。要重新写一份文档，而不是复制私有课程或学习记录；私有的运维细节和敏感上下文 留在 Brain 里。

比如，一节诊断投递失败的课程，可能会引出一份公开的故障排查指南，包含受支持的检查和恢复步骤。 私有课程可以保留你的练习和项目特有的上下文，公开指南则帮助所有使用这个项目的人。

编写或发布公开文档和教学是两件事。起草前先商定读者和范围，提交或发布也要单独授权。

这套流程由内置的 teach-me 技能定义。