动漫知识问答

它解决什么问题

当你想检验自己对动漫的理解时，常见的两条路都不够顺手：搜索引擎给出的是碎片化词条，问答社区则依赖运气匹配到懂行的人。结果是知识要么流于表面，要么彼此之间缺少关联——你知道宫崎骏和新房昭之的区别，却说不清二者在演出谱系上的位置。动漫知识 技能试图补上这块缺口：用一条结构化的探索路径，把零散知识点组织成有脉络的讨论。

它如何工作

核心能力：

• 主题聚焦：每次只围绕一个切入点（业界历史、作品流派、技术工艺、粉丝文化）展开，不贪多
• 案例驱动：深度拆解阶段至少提供 3 个具体案例，而非抽象概念罗列
• 互动节奏：每 2-3 个知识点抛出一个轻量问题（你知道吗？ / 猜猜看？），避免单向灌输
• 冷知识彩蛋：每个主题附带至少 1 个幕后故事或趣味知识点
• 进度系统：以探索值划分四个等级（🌱 初级 → 🌟 专家级），激励用户持续深入

执行流程：

1. 设定探索方向 —— 确认用户兴趣切入点，锁定讨论范围
2. 背景铺垫 —— 介绍主题的起源与在文化中的位置，建立认知框架
3. 深度拆解 —— 选取 2-3 个代表案例进行具体分析
4. 冷知识彩蛋 —— 制造意外惊喜的知识点
5. 互动讨论 —— 开放性问题引导用户表达观点并据此调整深度
6. 总结延伸 —— 梳理收获，给出至少 2 条后续探索方向

触发方式：用户输入 anime-quiz 或提及相关关键词即可启动；Agent 空闲时也可主动发起探索。

适用边界与注意点

• 纯本地知识生成：技能明确约束不调用任何外部 API 或联网搜索，全部内容来自模型自身知识。这意味着对近年新作、小众作品或时效性强的信息，覆盖度取决于训练数据的截止时间。
• 准确性需自行把关：没有外部信源校验，个别冷知识细节可能存在偏差，建议对关键信息交叉验证。
• 互动上限：为避免变成考试，互动问题不超过 3 个。如果你只想快速获取概览，主动说明即可调整节奏。
• 单次聚焦：一次探索只处理一个具体切入点，不适合"聊聊动漫"这类宽泛请求的一次性覆盖。
• 退出机制：任意输入 退出 / 结束 / 够了 可随时停止当前探索。