Add self-study-agent skill with feedback loop

- SKILL.md: Main skill definition with 20-iteration feedback loop
- config.yaml: Pipeline parameters (loop, sources, questions, adaptation)
- pipeline/: 5-step learning pipeline (topic selection → source discovery → extraction → synthesis → report)
- feedback/: 4 feedback mechanisms (self-testing, spaced repetition, interleaving, adaptation)
- Learning science principles: active recall, spaced repetition, desirable difficulty, interleaving, delayed feedback

skills/self-study-agent/SKILL.md

@@ -0,0 +1,131 @@
+---
+name: self-study-agent
+description: "Autonomous self-study pipeline with feedback loop. Learn topics → test yourself → get feedback → adapt. Uses spaced repetition, interleaving, and desirable difficulty. Stores all knowledge in memory as a structured knowledge base."
+version: 3.0.0
+author: User
+tags: [learning, pipeline, feedback-loop, self-testing, spaced-repetition]
+dependencies: [websearch, webfetch]
+---
+
+# Self-Study Agent
+
+자율 학습 파이프라인입니다. 학습 → 자기 평가 → 피드백 → 적응 루프를 통해 지식을 구축합니다.
+
+**이 스킬은 학습과 평가만 담당합니다.** 메모리 저장은 에이전트가 처리합니다.
+
+## 전체 루프
+
+```
+┌─────────────────────────────────────────────────────────────────────────┐
+│                    SELF-STUDY LOOP (최대 20회)                         │
+├─────────────────────────────────────────────────────────────────────────┤
+│                                                                         │
+│  [Phase 1: 학습 세션]                                                   │
+│       │                                                                 │
+│       ▼                                                                 │
+│  주제 선택 → 소스 발견 → 추출 → 종합 → 메모리 저장                     │
+│                                                                         │
+│  [Phase 2: 자기 평가 루프] (최대 20회)                                 │
+│       │                                                                 │
+│       ▼                                                                 │
+│  문제 생성 → 답변 시도 → 피드백 → 메모리 업데이트 → 다음 문제          │
+│       │                                                                 │
+│       ├── 정답 → 신뢰도 ↑, 간격 증가                                   │
+│       │                                                                 │
+│       └── 오답 → 피드백, 약점 분석, 재학습 → 메모리 보강              │
+│                                                                         │
+│  [종료 조건]                                                            │
+│  - 정답률 95% 이상                                                     │
+│  - 또는 20회 완료                                                      │
+│                                                                         │
+└─────────────────────────────────────────────────────────────────────────┘
+```
+
+## 파이프라인 단계
+
+| 단계 | 파일 | 설명 |
+|------|------|------|
+| 1 | `pipeline/01-topic-selection.md` | 주제 선택 (목표/호기심/트렌드/복습) |
+| 2 | `pipeline/02-source-discovery.md` | 소스 발견 (웹/학술/GitHub/문서) |
+| 3 | `pipeline/03-extraction.md` | 지식 추출 (개념/팩트/절차/코드) |
+| 4 | `pipeline/04-synthesis.md` | 지식 종합 (연결/요약/학습 목표) |
+| 5 | `pipeline/05-session-report.md` | 세션 리포트 출력 |
+
+## 피드백 루프 단계
+
+| 단계 | 파일 | 설명 |
+|------|------|------|
+| F1 | `feedback/self-testing.md` | 문제 생성 + 답변 + 피드백 |
+| F2 | `feedback/spaced-repetition.md` | 간격 반복 (FSRS 알고리즘) |
+| F3 | `feedback/interleaving.md` | 교차 학습 (주제 혼합 출제) |
+| F4 | `feedback/adaptation.md` | 적응 로직 + 메트릭 |
+
+## 실행 규칙
+
+1. **능동적 회상** — 문제를 풀 때 메모리에서만 꺼냄 (소스 접근 금지)
+2. **피드백은 에이전트가 생성** — 정오 판정 + 설명 + 관련 개념 링크
+3. **모든 학습은 메모리에 저장** — 구조화된 지식 베이스로 유지
+4. **간격 반복 적용** — FSRS 알고리즘으로 복습 스케줄 관리
+5. **교차 학습** — 한 세션에서 여러 주제 문제를 혼합 출제
+6. **바람직한 난이도** — 정답률에 따라 난이도 자동 조절
+7. **루프 20회 제한** — 충분한 학습 기회 보장
+
+## 메모리 구조 (지식 베이스)
+
+```
+Memory Store
+├── Concepts (개념)
+│   ├── id, title, definition, examples
+│   ├── connections: [related_concept_ids]
+│   ├── confidence: 0.0-1.0
+│   └── source_refs: [출처 참조]
+│
+├── Facts (팩트)
+│   ├── id, statement, evidence
+│   ├── confidence: 0.0-1.0
+│   └── source_refs: [출처 참조]
+│
+├── Procedures (절차)
+│   ├── id, name, steps
+│   ├── proficiency: 0.0-1.0
+│   └── practice_count: int
+│
+├── Code Patterns (코드 패턴)
+│   ├── id, language, code, explanation
+│   └── use_cases: [list]
+│
+├── Test History (평가 이력)
+│   ├── session_id, timestamp
+│   ├── questions: [question_id, type, difficulty, user_answer, is_correct]
+│   └── metrics: {accuracy, retention_rate, ...}
+│
+└── Adaptation Log (적응 기록)
+    ├── timestamp
+    ├── strategy_changes: [list]
+    └── parameter_adjustments: [list]
+```
+
+## 예시 흐름
+
+```
+[세션 1: 학습]
+주제: Rust Async
+소스: rust-lang.org, tokio.rs, 블로그
+추출: 12개 개념, 8개 팩트, 3개 절차, 5개 코드 패턴
+메모리 저장: 지식 베이스 구축
+
+[자기 평가 루프]
+1회: "Rust의 Future란?" → 정답 (신뢰도 0.6)
+2회: "Tokio에서 spawn은?" → 정답 (신뢰도 0.7)
+3회: "Async/Await의 차이점은?" → 오답 → 피드백 → 메모리 보강
+4회: "Polling이란?" → 정답 (신뢰도 0.65)
+...
+20회: 정답률 92% → 종료
+
+[최종 메모리]
+- 12개 개념 (평균 신뢰도 0.85)
+- 8개 팩트 (평균 신뢰도 0.90)
+- 3개 절차 (숙련도 0.75)
+- 5개 코드 패턴
+- 20회 평가 이력
+```