战役重演决策模拟器

问题：静态战役叙述缺少决策回路

读战史时，我们常看到「A 赢了」「B 输了」的结论，却很难还原指挥者在信息不全时的判断：兵力、地形、补给、士气如何影响一个命令？课堂和书本往往缺少可交互的决策沙箱，读者只能旁观，无法验证「如果当时换一种选择，战局是否真的会改变」。

这个技能如何工作

该技能以纯文本角色扮演的方式运行：由 LLM 扮演军事史学者与战场态势播报员，用户在关键时刻充当指挥官。触发词包括 战役重演、战场模拟、battle-replay；当用户表达想体验军事决策时也会启动。流程大致是：

• 随机选取历史战役：如赤壁之战、淝水之战、坎尼会战、滑铁卢战役等，而非固定剧本。
• 初始化战场态势：给出双方兵力、地形、天气等关键条件，先建立可推理的决策前提。
• 在转折点暂停：把用户带到 2-3 个战略选项前，并继续以「如果你是当时的…你会怎么选？」推进代入感。
• 依据决策改写战局：根据用户选择推演后续变化，允许结果偏离已知历史结局。
• 战后复盘：对比用户决策与真实历史指挥官的差异，把一次推演变成可讨论的判断练习。

系统还加入进度与退出机制：每次参与可积累经验值，并以 🌱 初学者、🌿 进阶者、🌳 熟练者、🌟 专家级 的形式表示成长阶段；用户输入 鸣金收兵 或非战术内容时，模拟会停止并回复「传令：全军撤退。」

适用边界与注意点

它更适合作为历史思维与决策推演的训练场，而不是精确兵棋或数值模拟器。由于不调用任何外部 API、插件或联网能力，全部内容由 LLM 自身生成，战役细节、战果与地理边界可能存在误差；复杂战术（补给线、行军速度、火器时代编制等）会被简化。使用时建议：

• 把它当作「叙事 + 决策框架」的沙箱，而非唯一史实来源。
• 对关键战例仍需回到地图、史料与专业研究交叉验证。
• 不要用它替代正规兵棋、指挥演练或实时协作工具。
• 注意角色扮演的沉浸感可能放大对历史人物的单点归因，复盘时要保留多元解释空间。