问题
AI 学习资源变化很快，但单纯的趋势清单无法帮助 Windows 用户检查 Skill、安全安装，或维持可持续的学习路径。
我的角色
我设计内容模型、双语学习路径、本地安装安全指引、Skill 浏览流程与部署后的网站体验。
限制条件
建议必须能应对工具变化，避免不安全的一行安装习惯，并适用于使用 Windows 终端的学习者。
关键决策
每个趋势都连接到前置条件、检查步骤、引导式练习、批量下载安装路径与 Agent 学习笔记，而不是把热度当成能力。
架构
静态优先的 Astro 界面分离编辑内容、Skill 排名数据、安全提示与可复用学习模块，同时保持低成本托管。
工程证据
已部署路由、真实学习模块、Skill 浏览数据、安装检查、双语内容与 Agent 书籍入口提供可检查的证据。
成果
HeatStack 成为可持续积累的学习资产，而非一次性的趋势文章，让用户从发现一路走到实践与证明。
限制与下一步
趋势新鲜度取决于上游收集流程，每项 Skill 的质量仍需人工判断后才能推荐。