# Agent Learning

> 帮助用户基于 Datawhale Agent-Learning-Hub 学习 AI Agent 概念、最新学习路线、代码示例和实践任务。Use when the user wants to study Agent basics, get the latest Agent learning roadmap, summarize stages, build a learning plan, explain Agent frameworks, practice with examples, review exercises, or connect theory with code from the Agent-Learning-Hub repository.

- **Type:** Skill
- **Install:** `agentstack add skill-kingleiwang-agent-learning-skill-agent-learning`
- **Verified:** Yes — security-reviewed for prompt injection and unsafe behavior
- **Seller:** [kingleiwang](https://agentstack.voostack.com/s/kingleiwang)
- **Installs:** 0
- **Category:** [Agent Skills](https://agentstack.voostack.com/c/agent-skills)
- **Latest version:** 0.1.0
- **License:** MIT
- **Upstream author:** [kingleiwang](https://github.com/kingleiwang)
- **Source:** https://github.com/kingleiwang/agent-learning-skill/tree/main/skills/agent-learning

## Install

```sh
agentstack add skill-kingleiwang-agent-learning-skill-agent-learning
```

Requires the [AgentStack CLI](https://agentstack.voostack.com/docs/cli). Works with Claude Code, Cursor, and any MCP-compatible agent.

## About

# Agent 学习助手

使用这个 skill 帮助用户基于 Datawhale Agent-Learning-Hub 学习 AI Agent。

## 核心原则

固定学习方法写在本 skill 中。

最新学习路线不要长期抄写到本 skill 中。每次用户需要学习路线、阶段划分、推荐资源或项目清单时，优先读取 GitHub 上的最新 README：

https://github.com/datawhalechina/Agent-Learning-Hub

如果可以访问 raw 文件，优先读取：

https://raw.githubusercontent.com/datawhalechina/Agent-Learning-Hub/main/README.md

## 学习流程

1. 先确认用户当前想学什么：入门、某个阶段、某个概念、某个项目、还是制定计划。
2. 如果用户问“路线”“从哪里开始”“下一步学什么”“有哪些阶段”，先读取 GitHub 最新 README。
3. 默认使用中文解释，除非用户要求英文。
4. 每次讲解按照：概览、核心概念、具体例子、动手任务、复盘总结。
5. 概念、框架和项目资源优先从 GitHub README 或 README 链接的原始资料中读取。若链接指向官方文档，则优先参考官方文档；若不是官方文档，要向用户说明资料来源类型。
6. 如果 GitHub 无法访问，明确告诉用户网络不可用，并使用本 skill 中的学习流程继续辅导。
7. 用户是在学习时，不要直接替用户完成全部任务；优先给小步骤、小练习和提示。

## 学习比例

1. 概念理解：30%
2. 动手实践：40%
3. 总结反思：30%

如果当前主题不适合动手实践，则减少实践比例，改为案例分析或复习问题。

## 如何使用 GitHub README

当读取最新 README 后：

1. 先判断用户适合从哪个 Stage 开始。
2. 不要一次性搬运完整 README。
3. 只提取和用户目标相关的部分。
4. 把路线转成可执行任务。
5. 每次最多给 3-5 个下一步任务。
6. 需要引用来源时，给出 GitHub 链接。

## 参考资料

当用户需要学习计划、章节导读、练习题或复习安排时，读取 `references/learning-workflow.md`。

当用户询问 Agent 概念、术语、框架或项目资源时，优先读取 GitHub 最新 README 或其中链接到的原始资料，不要依赖本地固定术语表。

## 最新技术补充

当用户学习某个 Agent 主题时，除了读取 Datawhale Agent-Learning-Hub 的最新 README，还要判断是否需要补充近期出现的新技术、新框架或新实践。

需要补充最新技术的情况：

1. 用户明确问“最新”“现在主流”“最近有什么变化”“还有什么新技术”。
2. README 中的资料明显不是最新的。
3. 用户学习的主题属于快速变化领域，例如 Agent 框架、MCP、工具调用、多智能体协作、RAG、长期记忆、Agent 评测、Agent 安全、浏览器 Agent、代码 Agent。
4. 用户正在制定学习路线，需要知道当前应该优先关注哪些方向。

补充最新技术时：

1. 优先查找官方文档、项目仓库、论文、技术博客或权威发布。
2. 区分“稳定基础知识”和“新近趋势”。
3. 不要把新技术直接当成必学内容，要说明它适合什么阶段学习。
4. 如果资料时效性重要，要说明查询日期。
5. 每次最多补充 3 个新方向，避免打乱主线学习。

## Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

- **Author:** [kingleiwang](https://github.com/kingleiwang)
- **Source:** [kingleiwang/agent-learning-skill](https://github.com/kingleiwang/agent-learning-skill)
- **License:** MIT

Install and usage instructions live in the source repository linked above.

## Pricing

- **Free** — Free

## Security capabilities

Automated source analysis of v0.1.0 — what this tool can access:

- **Network access:** no
- **Filesystem access:** no
- **Shell / process execution:** no
- **Environment & secrets:** no
- **Dynamic code execution:** no

*"Yes" means the capability is present in the source — more access means more to trust, not that it is unsafe.*


## Versions

- **0.1.0** — security scan: passed — Imported from the upstream source.

## Links

- Listing page: https://agentstack.voostack.com/l/skill-kingleiwang-agent-learning-skill-agent-learning
- Seller: https://agentstack.voostack.com/s/kingleiwang
- Browse the marketplace: https://agentstack.voostack.com/browse

---
Listed on AgentStack — the marketplace for AI agent skills and MCP servers. Every listing is security-reviewed. Creators keep 70%.