用户: "我想用 React 做仪表盘，会 HTML/CSS，看到别人用 useEffect"
                              │
                    ┌─────────▼──────────┐
                    │  导师拆解知识轨迹     │
                    └─────────┬──────────┘
                              │
  [1] 组件 ← 你看到的 useEffect 就在组件里
       │
  [2] JSX ← 组件用 JSX 写（跳到这里因为你不了解）
       │
  [3] useEffect ← 回到你的起始点，现在理解了上下文
       │
  [4] useState ← 仪表盘需要交互状态（跳跃，但应用需要）
       │
  [5] 数据获取 ← 仪表盘要从 API 拉数据（跳跃，任务驱动）
       │
  [6] 列表渲染 ← 展示多个数据卡片
       │
  ✗ 不学 Redux（暂时不需要）  ✗ 不学 SSR（任务用不到）

pip install -e .

nonlinear-learner setup

nonlinear-learner guide

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
  对话式学习导师 | Guided Learning
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

第一步：告诉我你的学习目标
例如：用 React 做一个仪表盘、理解 Transformer 原理
> 用 React 做一个数据仪表盘

第二步：告诉我你的知识背景
例如：会 HTML/CSS 和一些 JS
> 会 HTML/CSS，JS 基础薄弱

第三步：你从哪里开始？
你看到了什么、遇到了什么、对什么好奇？
> 看到别人代码里有 useEffect，不懂是什么

正在拆解知识...
✓ 学习轨迹已生成（6 个知识点）

领域概述: React 是用于构建用户界面的库...

学习轨迹:
  → [1] 组件 (难度3/5)
       你看到的 useEffect 就在组件内部使用
    [2] JSX (难度2/5) ← 组件
       组件用 JSX 语法编写，需要先理解
    [3] useEffect (难度3/5) ← 组件, JSX
       回到你的起始点，现在有了上下文
    [4] useState (难度3/5) ← useEffect
       仪表盘需要交互状态
    [5] 数据获取 (难度3/5) ← useEffect
       仪表盘需要从 API 拉数据
    [6] 列表渲染 (难度2/5) ← useState
       展示多个数据卡片

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
  步骤 1/6: 组件
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
  📌 React 组件是可复用的 UI 单元
  ❓ 为什么学: 你看到的 useEffect 就在组件内部
  🔗 关联: 起始点
  ⏱  预计 30 分钟

  [AI 生成结合你任务的讲解...]

>>> next    ← 继续下一步
>>> ask     ← 提问（系统会调整轨迹）
>>> skip    ← 跳过这步
>>> info    ← 查看完整轨迹
>>> quit    ← 退出保存

nonlinear-learner serve

import asyncio
from nonlinear_learner import NonlinearLearner

async def main():
    engine = NonlinearLearner(llm_config={
        "endpoint": "https://api.openai.com/v1",
        "api_key": "sk-...",
        "model": "gpt-4o-mini",
    })

    # 启动学习会话 | Start learning session
    session = await engine.start_session(
        task="用 React 做一个仪表盘",
        background="会 HTML/CSS，JS 基础薄弱",
        starting_point="看到别人用 useEffect",
    )
    print(f"轨迹: {len(session.trajectory)} 步")
    for i, step in enumerate(session.trajectory):
        print(f"  {i+1}. {step.label} — {step.why_needed}")

    # 逐步讲解 | Guide step by step
    explanation = await engine.guide_current(session)
    print(explanation)

    # 推进 | Advance
    engine.advance_session(session)

    # 用户提问，调整轨迹 | Adjust trajectory
    result = await engine.adjust_session(session, "什么是闭包？")
    print(result["message"])

asyncio.run(main())

src/nonlinear_learner/
├── cli.py                # CLI + guide 对话导师 + explore 辐射探索
├── core/
│   ├── models.py         # 数据模型 (含 TrajectoryStep, LearningSession)
│   ├── graph.py          # networkx DAG 操作
│   ├── pathfinder.py     # 路径规划 (3 种模式)
│   └── engine.py         # 引擎 + 会话管理 + 辐射 + SQLite
├── llm/
│   └── client.py         # LLM (unpack + guide + adjust + radiate + graph)
└── mcp_server/
    └── server.py         # FastMCP Server (20 工具)

pip install -e ".[dev]"
pytest tests/ -v

{
  "endpoint": "https://api.openai.com/v1",
  "api_key": "sk-...",
  "model": "gpt-4o-mini"
}