韦特塔罗解牌

解决传统塔罗解读的随机性与结构缺失问题

直接让大语言模型进行塔罗牌解读，往往面临两个痛点：一是模型容易陷入“自由发挥”，脱离韦特体系的牌义与牌阵结构；二是缺乏连贯的交互工作流，难以产出工程上可控、调优的稳定输出。

本项目作为一个工程化的塔罗解牌 Skill，旨在提供一套韦特体系（Rider Waite）的标准化运行框架。它将抽牌、解牌、牌阵联动整合为可复用的逻辑流程，让 AI 能够像专业塔罗师一样，输出结构化且可读性强的中文解读报告。

核心工作流与能力设计

本技能的核心在于严格的状态机流转和 input_schema 约束：

• 输入解析与分类：接收 JSON 或自然语言输入，通过 category_to_spread 映射表自动匹配最合适的牌阵（如凯尔特十字对应深度问题）。
• 模拟抽卡交互（Step 1）：不自动出牌。LLM 会根据 seed 生成牌背，要求用户主动选牌，保障了交互的仪式感与控制权。
• 单牌解读与牌阵联动（Step 2 & 3）：基于 references/78-cards.md 提取核心牌义（元素、数字、正逆位）。随后进行跨牌分析（同元素呼应、正逆位分布），生成连贯的综合叙事而非简单堆叠。
• 深度分级（Intensity）：支持从 very-light（一句话指引）到 very-deep（3000字以上深度报告）的 5 档输出控制。
• 视觉辅助：自动挂载 Liora Moon 项目的中文塔罗牌图（assets/cards/ 路径），并在特定深度下智能调整插图密度，避免视觉疲劳。

适用边界与工程约束

作为技术服务，本技能在设计上预置了严格的硬约束：

• 娱乐性质定位：所有输出必须围绕“娱乐参考”，禁止输出绝对预测、医疗或法律建议。
• 决策权保留：结尾强制包含“边界声明”，提醒用户最终决策权在个人。
• 合规与版权：明确标注牌图版权归 Liora Moon 项目所有；内置 Prompt 注入检测，拦截非法请求。

该 Skill 适合用于构建娱乐类情感或自我探索应用，不适用于命理预测等缺乏科学依据的严肃场景。