start-learning

学習を始める

学習者が AI Engineering from Scratch コースを始められるよう案内します。このコースは、線形代数から自律型エージェントまでを網羅する20段階の中核カリキュラムです。あなたの役割は、現在のディレクトリに LEARNING.md を作成し、学習者が学ぶ理由、開始地点、学習経路を記録することです。以降の learn セッションでは毎回このファイルを読み取り、更新します。学習者に関する唯一の信頼できる情報源として扱ってください。

あらゆるエージェントに適用できます。環境に構造化された質問／選択肢ツールがある場合は、すべての質問で使用してください。それ以外の場合は、文字付きの選択肢をプレーンテキストで表示して回答を待ちます。

ホスト呼び出しの契約

skill 名は移植可能ですが、呼び出し構文はホストに依存します。次のコマンドを示す前に、正しい形式を使用してください。

• Codex：start-learning、learn、course-guide などの skill-name 形式を使うか、学習者に /skills から skill を選ぶよう伝えます。
• Claude Code：/start-learning、/learn、/course-guide などの /skill-name 形式を使います。
• その他の互換ホスト：Use learn to start my first lesson. のような自然な言葉を使います。

Claude Code のスラッシュコマンドを、汎用構文として説明してはいけません。ホストが不明な場合は、自然な言葉を使います。

コースをまたぐ学習再開のルーティング

一般的な導入に進む前に、「続ける」または「学習を再開する」というリクエストを、以下の対応する状態ファイルとルート所有者に照らして判定します。

• LEARNING.md は、完全なコースの learn に属します。
• MCP-LEARNING.md は、Model Context Protocol (MCP) ルートの learn-mcp に属します。
• MCP-ENGINEERING-LEARNING.md は、同じ learn-mcp ルートの旧ファイル名であり、独立したルートではありません。
• AGENT-SKILLS-LEARNING.md は、learn-agent-skills に属します。
• REVERSE-ENGINEERING-LEARNING.md は、learn-reverse-engineering に属します。
• CLAUDE-CERTIFICATION.md は、claude-certification に属します。

学習者が再開リクエストでルートを明示した場合は、他の状態ファイルが存在していても、直ちにその所有者へ引き継ぎ、このskillを終了します。

ルートが明示されていない再開リクエストでは、存在する状態ファイルの所有者を調べ、2つのMCPファイル名は learn-mcp としてまとめます。ルート所有者が1つだけの場合は、一般的な導入に進む前にそのルートを呼び出し、このskillを終了します。旧ファイルの移行と競合の報告は learn-mcp が担当します。所有者が2つ以上ある場合は、学習者向けのルート名を列挙し、状態の調査や変更を行う前に、どのルートを再開するか尋ねます。ファイルがない場合は、一般的な導入に進みます。ファイルの更新日時からルートを推測してはいけません。また、あるルートの進捗を別の状態ファイルに統合してはいけません。

旧 runtime では、learn-mcp-engineering がエイリアスとして公開されている場合があります。これを learn-mcp に到達するためにのみ受け入れます。学習者向けの引き継ぎでは、必ず learn-mcp と表示し、ルート名は Model Context Protocol (MCP) とします。

MCP 専用の引き継ぎ

学習者が完全なコースではなく、Model Context Protocol (MCP) の学習を明確に希望している場合は、レベル判定を実行せず、LEARNING.md も作成しません。移植可能なskill learn-mcp にルーティングします。参照元は learning-paths/model-context-protocol.json、状態ファイルは MCP-LEARNING.md です。Codex では learn-mcp、Claude Code では /learn-mcp を使用し、その他の互換ホストには learn-mcp を使用するよう伝えます。専用チューターが、コースの選択、wire evidence、公開デプロイのセキュリティゲートを担当します。

Agent Skills 専用の引き継ぎ

学習者が完全なコースではなく Agent Skills の学習を明確に希望している場合、または AGENT-SKILLS-LEARNING.md が存在し、そのルートの再開を求めている場合は、レベル判定を実行せず、LEARNING.md も作成しません。移植可能なskill learn-agent-skills にルーティングします。参照元は learning-paths/agent-skills.json、状態ファイルは AGENT-SKILLS-LEARNING.md です。Codex では learn-agent-skills、Claude Code では /learn-agent-skills を使用し、その他の互換ホストには learn-agent-skills を使用するよう伝えます。専用チューターが、5レッスンの順序、実際のホストの証拠、サンドボックスの境界、第26課の前に必要な第25課とtool-poisoningの前提条件ゲート、リリースゲートを担当します。

リバースエンジニアリング専用の引き継ぎ

学習者がリバースエンジニアリングの学習経路を希望している場合、または REVERSE-ENGINEERING-LEARNING.md が存在し、その経路の継続を求めている場合は、移植可能なskill learn-reverse-engineering に引き継ぎます。唯一の信頼できる情報源は learning-paths/reverse-engineering.json です。ホスト呼び出しの契約に従って引き継ぎを表示します。この経路の状態を LEARNING.md にコピーしてはいけません。専用チューターが14レッスンの順序と、第32課の前に必要な own-binaries-only チェックを担当します。

LEARNING.md がすでに存在する場合は、決して上書きしてはいけません。その内容（mission、entry point、現在の進捗）を要約し、次の3つの選択肢だけを提示します。

• 再開： 上記のホスト構文で learn を呼び出します。インタビューとレベル判定は完全にスキップします。
• レベル判定をやり直す： テストをもう一度行い、Placement セクションと Path の状態のみを更新します。Mission、Progress log、Review queue は保持します。
• 最初からやり直す： 明確な確認があった場合に限り、現在のファイルを LEARNING-<YYYY-MM-DD>.md に名前変更してアーカイブし、その後、以下の導入を最初から実施します。過去の記録を黙って削除または上書きしてはいけません。

ステップ1：インタビュー（質問は3つ、簡潔に）

1. なぜ AI engineering を学ぶのですか？ 自由回答です。例として、AI 製品のリリース、キャリアチェンジ、日々使っているものを理解すること、研究などを挙げられます。回答は本人の言葉で記録してください。以降のすべてのレッスンで説明のよりどころになります。
2. 週にどれくらい時間を確保できますか？ 選択肢：およそ2時間、およそ5時間、およそ10時間、「できるだけ早く」。ペースを正直に示すためにのみ使い、内容を削るためには決して使いません。
3. 最後に何を作りたいですか？ 1行で構いません。エージェント、学習済みモデル、RAG 製品、「まだわからない」などでも構いません。

それ以上は質問しないでください。レベル判定では知識を測ります。インタビューでは学ぶ意図を記録します。

ステップ2：レベル判定

このskillとともにインストールされる find-your-level skill のレベル判定テストを実行します。5つの分野、10問の質問から開始段階を決定します。このskillの回答隔離契約を守ってください。後続ラウンドの解答キーを事前に読み込んだり、中立的な <letter> プレースホルダーを実際の選択肢の文字に置き換えたりしてはいけません。

学習者が開始地点を明確に指定している場合（「第7段階から直接始めたい」など）は、その希望を尊重してテストをスキップします。ただし、learn チューターが形式の整った計画を必ず見つけられるよう、テストと同じ出力契約に従います。

• 段階が0～19の範囲内であることを確認し、正式名称を特定します。特定できない場合は、20段階をすべて列挙して選択を求めます。
• Path 表では、開始地点より前の段階を Skip、開始地点以降を Do にします（分野ごとの得点から推測できる Review 行はありません）。Est. hours の合計は、すべての Do 行の合計です。
• Placement セクションには Score: self-selected と記入し、数値は記入しません。

ステップ3：LEARNING.md に書き込む

現在のディレクトリに LEARNING.md を作成し、以下の sections を厳密に使用します。

# My AI Engineering Path


## Mission
<their answer to question 1, in their words, plus the build goal from question 3>

## Placement
- Date: <YYYY-MM-DD>
- Score: <total>/10 with the area breakdown, or exactly `self-selected` when the quiz was skipped
- Entry point: Phase <N>: <name>
- Pace: ~<hours>/week

## Path
| Phase | Name | Status | Est. hours |
|-------|------|--------|------------|
<all 20 phases; Status is Skip, Review, Do, or Done from the placement
result. Hours come from ROADMAP.md: read it locally if the repo is cloned,
otherwise fetch
https://raw.githubusercontent.com/fancyboi999/ai-engineering-from-scratch-zh/main/ROADMAP.md>

## Progress log
| Date | Lesson | Quiz | Note |
|------|--------|------|------|

## Review queue
<empty for now; learn adds lessons the quizzes flag>

ステップ4：引き継ぎ

最後は3行のみとし、それ以上にしてはいけません。

• 学習者の開始地点と、Review + Do 段階の合計予定時間。
• 正しいホスト構文で learn の呼び出し方法を示し、これによって第1課が始まり、毎回このファイルを使って続けることを説明します。
• 正しいホスト構文で course-guide <topic> の呼び出し方法を示し、特定のトピックに進めることを説明します。