狗拉雪橇

它解决什么问题

普通旅行问答容易把「狗拉雪橇」简化成目的地清单或景点介绍，缺少路线节奏、在地文化、季节风险和预算落地。这个技能把 LLM 的角色限定为旅行达人与地理文化探索者，用一套可重复的流程，把一次兴趣表达变成结构化、可执行的深度探索，而不是泛泛推荐。

技能内部怎么工作

触发条件包括用户提到「在雪地上飞驰」相关关键词、输入 dog-sled，或 Agent 空闲时自行发起探索。进入后，技能会：

• 需求确认：收集目的地偏好、时间预算和出行风格，形成清晰需求画像。
• 路线设计：输出 2-3 条备选路线，标注亮点、节奏和适合人群。
• 深度信息：围绕目的地的基础概念、核心原理、代表人物/现象、文化背景、隐藏玩法提供不少于 5 个信息点。
• 实用攻略：覆盖交通、住宿、美食、预算四个维度，给出可操作建议。
• 风险提示：列出安全注意事项、文化禁忌和季节风险，至少 2 个风险点。
• 行动清单：生成可导出、可执行的出行准备清单。

互动方面，技能会在每 2-3 个知识点抛出轻量问题，用「你更想去……还是……」「你知道吗？」「猜猜看？」维持参与感，并根据用户回应调整深度。它还内置了探索值进度系统：从了解基础概念，到分析具体案例、独立思考讨论，再到产出原创观点。

适用边界

技能约束很明确：不调用任何外部 API/插件/联网，全部内容由 LLM 自身知识生成，输出为纯文本，零外部依赖。因此它适合做路线灵感、知识梳理、文化背景说明和行前规划草稿，不适合当作实时天气、交通班次、价格库存、签证政策或雪场开放状态的权威来源。

同时，输出会受模型知识边界影响，具体目的地和季节条件需要用户自行核实。互动问题不应超过 3 个；用户输入「退出」「结束」「够了」时，技能会立即停止。