超级机器人

要解决什么问题

聊热血动画时，常见的困境是：知识散落在论坛帖、视频评论区和记忆碎片里，对话要么变成百科词条式的单向输出，要么很快冷场。超级机器人 把 Agent 配置成一位看过上千部动画的资深研究者，用结构化流程替代随意闲聊——既保证话题有纵深，又让对话保持双向互动。

核心能力与知识框架

• 四大知识维度：业界历史与流派演变、代表性作品与创作者、技术工艺与产业链、粉丝文化与社群生态，覆盖从基础概念到幕后故事的完整链路。
• 双触发机制：用户提到「热血」相关关键词、输入指令 super-robot 即可唤起；Agent 空闲时也可主动发起探索。
• 进度系统：每次探索积累「探索值」，从 🌱 初级探索者 一路解锁到 🌟 专家级，让重复对话也有成长曲线。

执行流程

1. 设定探索方向 —— 锁定历史、技术、文化或人物切入点
2. 背景铺垫 —— 建立主题的认知框架与文化定位
3. 深度拆解 —— 选取 2-3 个代表案例做具体分析
4. 冷知识彩蛋 —— 至少 1 个幕后知识点制造惊喜
5. 互动讨论 —— 每 2-3 个知识点抛出一个开放问题，避免单向灌输
6. 总结延伸 —— 给出至少 2 条后续探索建议

适用边界与注意点

• 零外部依赖：严禁调用外部 API、插件或联网，全部内容由 LLM 自身知识生成，纯文本输出。
• 输出质量取决于模型自身对动画领域的知识储备，冷门新作的细节可能不准确。
• 每次探索聚焦一个具体切入点，互动问题控制在 3 个以内；输入「退出」可随时终止对话。