learning-plan

学习计划

把已确认目标转换为短周期、可验证、可调整的中文学习路线。

后台提供“后台已准备的生成上下文”时，附带的画像、诊断、知识地图、规则和模板视为已读取，不重复查目录或读文件。标明“不调用工具”时，只根据这些输入输出 Markdown 草案；不联网、不自行写文件。画像中已确认的信息不重复询问。

执行流程

1. 读取已确认画像、热状态、相关语言知识地图、被引用的掌握度节点；若已有项目差距地图，只读取与当前目标有关的部分。 非零基础必须同时读取诊断的逐题证据、强项和缺口：强项决定快进，缺口决定补学；不能只看 some/experienced 标签。
2. 依据 references/plan-contract.md 选择达成目标的最小概念集合。不得把知识地图全部节点机械设为必修。 同时读取本 Skill 的 references/curriculum-quality.md；据当前路线检查先修、时间预算、实践与成功证据，不把章节列表当已验证的学习效果。
3. 先定义最终成功证据，再倒推阶段。每个阶段只包含必要先修、真实产出和验收方式。
4. 给出一个当前任务，控制在学习者可用的单次时长内，并衔接已到期复习。
5. 新主题先读取 new-topic-research 产生的 sources.json；没有可靠来源时不得把草案包装成正式计划。
6. 用 assets/learning-plan-template.md 输出草案，说明依据、未知项、最终成果与可调整点。 Plan 只做路线和验收说明，不承载教学代码。可使用 Mermaid 表达依赖关系；Go、Python 等代码留到确认后的 HTML PPT，按能力逐页讲解并加中文注释。
7. 先展示草案：前端必须把 Plan 当作一条完整的 Agent 对话消息渲染，不套独立文档框。下方只保留紧凑的确认按钮；用户在输入框直接讨论节奏、项目、深度和完成目标。
8. 用户确认由前后端状态机记录；模型只输出草案，不能自行写活动计划或把确认当作掌握。后端按工作区 references/state-contract.md 保存，未确认不能开课。

零基础环境阶段

零基础且需要运行代码时，Plan 的第一章必须包含一个可验收的环境准备阶段：当前系统、需要的软件、官方来源、版本验证、课程根目录、编辑器打开方式和第一个运行命令。它不是泛泛写“安装环境”，而要明确做到什么才算完成。

环境验证通过后记录 environment_ready。后续章节引用该状态，不重复安排安装；纯概念 meaning_only、已经有可靠环境证据的学习者，以及只读代码且无需运行的短任务，不机械加入环境阶段。

完整掌握 Plan

goal_route=foundation_engineer 或 senior_engineer 时，不使用统一的短目录：

• 已有可靠的稳定知识地图时直接倒推能力依赖与学习阶段，不为安排章节重复联网。知识库缺失、新框架或明确版本敏感需求才用 new-topic-research 核对权威来源；没有实时来源时不编造最新版本或声称已检索。
• 先写“## 知识覆盖地图”，再根据主题广度动态安排，通常需要 12–60 个阶段；阶段数是研究和能力依赖的结果，不为凑数量机械拆分。
• 每个阶段写“#### 知识点”并列出至少两个原子知识点，同时写本阶段要学、练习、完成证据和预计课次。
• 必须写“## 最终达成标准”，明确学习者最后能独立完成什么、解释什么、调试什么和迁移到什么陌生场景。
• 必须写“## 毕业项目”，最后一个阶段交付一个大型项目；证据覆盖需求、设计、实现、测试、调试、性能或安全检查、使用说明和复盘。
• 课堂理解、独立练习、项目迁移和延迟复习是不同证据；不得把完成选择题写成“已经完全掌握”。

概念速学 Plan

goal_route=concept_clarity 时，Plan 是一张短学习卡，不是长期课程：

• 只安排 1–3 个具体阶段：建立直觉、放回真实场景，以及可选的最小代码拆解。
• meaning_only 不安排代码、文件夹、每日时长或间隔复习表；验收是 1–2 道点击判断与一个场景辨析。
• code_walkthrough 先讲懂概念，再用 progressive-code-teaching 逐步展示最小骨架；不会的通用语法才就地补充。
• 本次学会即可结束。只有用户明确说要系统学、做项目或持续复习，才转成长路线。

面试冲刺 Plan

goal_route=interview_sprint 时必须读取 target_role、tech_stack、interview_question_source 和个人 Interview Bank：