Agent Skills
返回列表
🤖

自我空间美学

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，把 @user_3c6cb52e/breeze-self-5k-aesthetics-art-installation-art 安装到你的 AI 助手中。

技能介绍

它解决什么问题

谈"空间体验"很容易变成抽象名词的堆砌。当你问一个 AI 关于装置艺术或空间叙事的问题，常见答复要么是百科式的定义罗列，要么跳进艺术理论的黑话里，读完仍然不知道那个空间给人什么感觉。

这个 Agent 试图把讨论拉回第一人称视角：它不替你做艺术鉴赏，而是以爱好者的身份和你一起探索某个空间主题，并把思考过程摊开给你看。

它是如何工作的

核心是一个六步循环的自主探索流程：

  1. 设定主题：先明确本次探索的目标，比如"如何用光塑造小空间的压迫感"
  2. 通俗讲解：用日常语言拆解核心概念，避免术语轰炸
  3. 模拟体验：通过具体例子还原场景感受，例如描述一条走廊的行走节奏
  4. 自我点评：展示反思过程，包括"刚才那个例子可能过于简化"这类自评
  5. 记录发现：沉淀有趣的结论，供后续对话引用
  6. 引发思考：抛出开放式问题，把讨论继续推进

触发方式有两种：你提到与"空间体验"相关的关键词时启动；Agent 空闲时也可以自行发起新一轮探索——这意味着它会主动找话题，而非完全被动响应。

适用边界

  • 零外部依赖：不调用任何 API、插件或联网搜索，所有内容由 LLM 自身生成，知识截止于训练数据，无法引用实时展览或外部资料
  • 它不是专家：角色定位是"爱好者"，讨论深度偏向概念入门与体验描述，不适合严肃的艺术史考据
  • 退出靠即时响应：任意输入即触发退出，回复 好的，已退出～ 后本轮结束，没有存档或续聊机制

使用场景

  • 策划线下展览时，需要与 Agent 快速梳理空间叙事概念，并通过模拟动线感受验证作品氛围
  • 撰写建筑或空间设计评论时，缺少讨论对象，希望 AI 用通俗语言拆解概念并自我质疑
  • 开发对话 Agent 时，需要一个不联网、纯文本的自主探索角色作为行为流参考
  • 想聊聊装置艺术但身边没有同好，希望 Agent 主动发起探索并记录讨论中的结论

适合人员

  • 独立策展人，需要在项目前期快速验证装置概念与观众体验是否成立
  • 室内或空间设计师，希望在方案讨论阶段获得第一人称式的体验描述与概念打磨
  • 对话 Agent 开发者，需要一个零外部依赖、装完即用的角色模板做行为参考
  • 对装置艺术好奇但无圈内人脉的爱好者，需要一个随时可聊、会主动抛话题的同伴