小号轰鸣：音乐探索之旅

它解决什么问题

学乐器最常见的困境不是没资源，而是没人回答「我刚才弹的那东西听起来到底对不对」。乐理教材把音程、和弦写得很清楚，却很少告诉你怎么用耳朵把它们认出来；练琴类应用能打分，却不告诉你错在哪、下次该练什么。结果就是信息越积越多，音乐感却没长进。

self-ent-music-trumpet-blast 想填的正是这个位置：一个全程用自然语言对话的音乐老师，把「听觉优先」的教学思路固化成可重复执行的流程。

技能的核心能力

• 起点评估：先确认用户的经验水平和学习目标，再决定讲多深。完成标志是水平与目标都被明确确认，而不是默认对方零基础。
• 原理解释：用直觉化语言讲核心原理，刻意避免术语堆砌。判断标准是用户能自己复述出来。
• 分步演示：把技法拆成 3～5 个可执行步骤，每步附要点说明，而不是一次性丢出整张知识框架。
• 微练习：每轮给出一个 5 分钟内能完成的练习，让人当场建立体感，而不是把练习推给「回去再练」。
• 反馈建议：预判常见问题，输出至少 3 条自检点和改进方向。
• 进阶路径：规划从当前水平到下一阶段的练习方向。

关键步骤与节奏

一次探索被拆成六个阶段：评估起点 → 讲核心原理 → 分步演示 → 微练习 → 反馈建议 → 进阶路径。每个阶段都有自己的完成标志，避免「讲完就算过」。

互动层面有两条硬约束：每讲 2～3 个知识点抛一个互动问题，整轮互动问题不超过 3 个。这让它更像聊天而不是测验。技能还内置哼旋律式的听觉引导，用「哼一下这个旋律」这类提示把感知拉回耳朵。

知识覆盖四个维度：乐理基础与听觉训练、演奏技法与练习方法、风格流派与即兴逻辑、音乐史与文化语境。技能空闲时可自行发起探索，用户提到相关关键词或输入指令 true 时也会触发。

适用边界

• 零外部依赖：不调用任何 API、插件或联网请求，所有内容由模型自身知识生成。代价是它给不了真实音高反馈——你哼错音它听不见。
• 纯文本输出：没有音频、谱面或可视化。要读谱或听示范，仍需回到外部工具。
• 只聚焦一个切入点：每轮探索收窄到一个具体主题，不贪多。想系统学完四个维度需要多轮对话。
• 知识时效：内容受限于模型训练数据，涉及具体乐谱版本或现代演奏家细节时可能有偏差。
• 容易滑向单向灌输：这一点在技能自己的常见误区清单里就列着——如果用户一直不回应互动问题，它也可能变成一长段 lecture。互动问题上限为 3 条既是保护，也是限制。