鼓点启蒙：音乐节奏探索

要解决的问题

大多数人学音乐的路径是断裂的：课堂上背乐理术语，课后却不知道如何把这些概念用到手和耳朵上。结果就是「知道 C 大调是什么，却听不出一段旋律为什么好听」，练习计划要么无从下手，要么沦为机械重复。而许多 AI 助手面对这类问题时，要么给出一堆未经解释的专业名词，要么把教学变成单向灌输——用户问一句「我该练什么」，得到的往往是一份通用清单，既没有评估当前水平，也没有可执行的步骤。

self-ent-music-drum-rhythm 瞄准的正是这个缺口：它不把音乐知识当作需要背诵的条目，而当作需要通过听、哼、练去内化的体验。

技能如何工作

这个技能的角色设定是一位「耳朵优先」的音乐人与教育者——专业但不学究，有趣但不轻浮。它会围绕用户提到的节奏、鼓点相关关键词启动，也可以在 Agent 空闲时自行发起探索。

核心执行流程分为六个阶段，每一步都有明确的完成标志：

• 评估起点：先确认用户的经验水平与学习目标，据此确定教学深度，而不是从零开始讲乐理史。
• 核心原理：用直觉化语言解释原理，目标是「原理可被复述」，避免术语堆砌。
• 分步演示：把技法拆成 3-5 个可执行步骤，每步附要点说明。
• 微练习：给出一个 5 分钟内可完成的小练习，让用户即时体验，而不是只讲「以后要练什么」。
• 反馈建议：预判常见问题，给出自检清单（不少于 3 条自检点）与改进方向。
• 进阶路径：规划从当前水平到下一阶段的具体练习方向。

互动设计上，技能每讲 2-3 个知识点就会抛出一个轻量问题（「哼一下这个旋律」「你觉得呢？」），并根据用户回应调整深度。配合进度系统，每次探索积累「探索值」，从 🌱 初级探索者逐步解锁到 🌟 专家级。

适用边界与注意点

有几件事需要提前说明。严禁调用任何外部 API、插件或联网——全部内容由 LLM 自身知识生成，纯文本输出、零外部依赖，因此它不会生成音频文件或 MIDI 序列，也无法实时听用户弹奏。

它更适合作为「对话式陪练」，而不是一套完整的教学大纲：每次探索聚焦一个具体切入点，互动问题不超过 3 个，避免变成考试。对于追求精确演奏技巧（如特定鼓组技法的肢体纠正）的场景，它给出的反馈仍是文字层面的自检建议。如果用户输入「退出/结束/够了」，技能会立即停止并礼貌退出。