Sources

S1 — Agent Mentor 公开工作流页

URL: 公开工作流页

• 权威： 公开产品页
• 支撑： Agent Mentor Skill 的对外工作流：用户说目标，agent 澄清，写课程文件，本地 reader 渲染，卡住后回到 agent。
• 关键事实： 公开产品页把 agentmentor 定义为给本地 agent 的教学工作流，不是一包静态课程。

S2 — Agent Mentor 公开样例页

URL: 公开样例页

• 权威： 公开产品页
• 支撑： 样例课为什么要少而准，以及每门样例如何承担产品证明。
• 关键事实： 公开样例必须能追到请求、课程文件、来源、本地检查和回到 agent 的证据链。

S3 — Agent Mentor Skill 当前入口契约

URL: agent-mentor/skills/generate-course-from-topic/SKILL.md

• 权威： 仓库内交付文档
• 支撑： 用户可见产品名、 vague 请求问询、内部 workflow id、环境与产课流程。
• 关键事实： 用户可见产品名是 Agent Mentor Skill；过于 vague 的请求要先问 1-3 个问题；产课后要跑 guard 并能起 reader。

S4 — Agent Mentor 写课 Guide

URL: agent-mentor/skills/generate-course-from-topic/course-authoring-guide.md

• 权威： 仓库内交付文档
• 支撑： README、课节、 sources、 glossary、 agentmentor.json 的课程目录形状，以及 worked/faded/practice 结构。
• 关键事实： 一门课必须有稳定目录形状，互动块要服务具体误区，agentmentor.json 是课程本地 manifest。

S5 — Learner Model Contract

URL: docs/learner-model-contract.md

• 权威： 仓库内交付文档
• 支撑： briefCompleteness 与 learnerModel 的字段和验收规则。
• 关键事实： learnerModel 要写 targetReader、 knownConcepts、 unknownConcepts、 assumedEnvironment、 firstIndependentAction 和 noviceRamp。

S6 — Carnegie Mellon Eberly Center: Learning Principles

URL: https://www.cmu.edu/teaching/principles/learning.html

• 权威： 权威教程/书
• 支撑： 为什么课程必须先判断学习者已有知识和组件技能。
• 关键事实： prior knowledge can help or hinder learning; mastery requires component skills, integration, and knowing when to apply them.

S7 — CAST UDL: Connect prior knowledge to new learning

URL: https://udlguidelines.cast.org/representation/building-knowledge/prior-knowledge/

• 权威： 权威教程/书
• 支撑： 为什么陌生背景知识会成为障碍，课程要连接已有理解或补上前置知识。
• 关键事实： learning design should connect relevant prior knowledge or link to prerequisite information.

S8 — 旗舰样例课能力具身设计

URL: docs/superpowers/specs/2026-07-10-showcase-course-overhaul-design.md

• 权威： 仓库内交付文档
• 支撑： 学习档案、复习循环、节尾下钻在样例课里各自对应哪一个「现场用一次」的具身时刻，以及扩展节要回答的问题。
• 关键事实： 能力具身时刻清单把「学习报告页」「复习循环」「节尾深入」列为第三节要让学习者当场用一次的能力，扩展位承担的是广度示范，不是补卡点。

S9 — 复习课 Skill

URL: agent-mentor/skills/review-course/SKILL.md

• 权威： 仓库内交付文档
• 支撑： 对 agent 说「复习」后触发的间隔复习流程：读本地记录、按 Leitner 到期规则选题、对话式考核并自动记账。
• 关键事实： 复习课基于 .review.json/.progress.json 的本地记录按 Leitner 盒子间隔算到期项，答完立刻记录，不需要额外操作。

S10 — Claude Code Quickstart

URL: https://code.claude.com/docs/en/quickstart

• 权威： 官方文档
• 支撑： 扩展节「Claude Code：从装上命令行到交出第一个任务」的安装路径、首次登录授权流程、进入交互会话后如何提出第一个任务。
• 关键事实： 官方文档给出 npm install -g @anthropic-ai/claude-code 与 brew install --cask claude-code 两条安装路径，并提示不要用 sudo npm install -g 安装；运行 claude 首次会跳浏览器完成登录，登录后凭证留在本机；登录后在项目目录运行 claude 即进入交互会话，可直接用自然语言提问或交任务。

S11 — MDN: CSS Specificity

URL: https://developer.mozilla.org/en-US/docs/Web/CSS/Guides/Cascade/Specificity

• 权威： 权威教程/书
• 支撑： 扩展节「CSS 选择器优先级：两条规则打架，谁赢」的三档权重计算规则、同权重按源码顺序判胜、!important 如何压过优先级比较。
• 关键事实： 选择器优先级按 ID、类及等价物（类选择器/属性选择器/伪类）、元素及等价物（元素选择器/伪元素）三档从左到右比较；ID 档上的差异必定压过后两档的任何差异；三档权重完全相同时，源码里后声明的规则胜出。

S12 — Wikipedia: Coffee preparation

URL: https://en.wikipedia.org/wiki/Coffee_preparation

• 权威： 百科
• 支撑： 扩展节「手冲咖啡：水粉比和研磨度怎么定」里常见水粉比区间的数量级参照，以及研磨粗细如何影响萃取速度和浓度的机制。
• 关键事实： 条目给出手冲一类方法常见的水粉比区间大致为 15–18:1（质量比）；研磨越细萃取效率越高但也越容易堵塞减慢过滤，研磨过粗会萃取不足、冲出的咖啡偏淡，除非增加咖啡粉量。