用 AI 蒸馏球员的思维操作系统：qiuyuan-skill 技术解析

用 AI 蒸馏球员的"思维操作系统"：qiuyuan-skill 技术解析

输入任意球员名，自动完成 8 路深度调研，输出一个可以用 Claude Code 加载、可角色扮演、可分析战术的球员视角 Skill。不是复刻集锦，是提炼他踢球的思维操作系统。

一、为什么需要这个东西

聊球的时候，我们都遇到过这种情况：

有人说"梅西是历史最佳"，但说不清他到底哪里和别的球员不一样
武磊单刀丢了，舆论说他心态不行，但实际上他射门的选择有更深层的逻辑
哈兰德进球多，但他在禁区内的空间判断和其他中锋有什么本质区别

这些问题的答案散落在比赛录像、数据统计、采访、战术分析、社交媒体等不同地方。单独看某一路都只见树木，拼在一起才见森林。

qiuyuan-skill 要解决的核心问题是：能不能用 AI 自动完成这个"拼图"的过程，并且生成一个可以随时调用的球员思维视角？

这个项目的思路很直接------把一个球员当成一个"思维系统"来研究，而不是一个"履历合集"。

二、系统架构：4 个 Phase

整个蒸馏流程分为 4 个阶段，各司其职：

Phase 0 · 入口分流

根据输入触发词判断用户意图：

明确球员名（如"蒸馏 leao"） → 进入 Phase 0A，需求澄清
模糊需求（如"我需要一个中锋的战术框架"） → 进入 Phase 0B，诊断推荐

Phase 1 · 8 路并行信息采集

核心层，由 8 个并行 Agent 分别采集不同维度的信息：

| 维度 | 内容 | 回答的问题 |

|:---|:---|:---||

| ① 空间决策 | 球员在进攻/防守中的位置选择 | 他在哪里踢得最好 |

| ② 技术决策库 | 带球、射门、传球的具体动作倾向 | 他的技术武器库有哪些 |

| ③ 身体与极限 | 速度、耐力、力量、对抗能力 | 他的身体边界在哪里 |

| ④ 体系契合 | 球员对特定体系的适配程度 | 什么阵型最合适他 |

| ⑤ 媒体叙事 | 主流媒体对他的评价标签 | 外界怎么定义他 |

| ⑥ 社交动态 | 球员的性格、态度、价值观 | 他是什么样的人 |

| ⑦ 关键时刻 | 重大比赛的表现与决策 | 硬仗他怎么踢 |

| ⑧ 生涯轨迹 | 成长路径与转折点 | 他是怎么走到今天的 |

8 路 Agent 独立运作，最终输出 8 份结构化报告。

Phase 2 · 跨维度发现矩阵（核心设计）

这一步是整个系统的灵魂所在。主 session 统一读取 8 路报告，寻找跨维度连接：

印证：两路或多路信息相互支撑，增强了某条结论的可信度
矛盾：不同维度的信息相互矛盾，要求明确解释这种张力
涌现：单独看某路信息发现不了，只有跨维度交叉才能看到的模式

输出文件为 09-cross-matrix.md，这是最终 Skill 质量的关键。

Phase 3 · 提炼与检查

基于跨维度发现矩阵，提取：

战术模型：3-5 个核心踢球逻辑
场景决策库：5-8 个典型场景的应对方式
身体极限边界：5 个维度的能力边界
生态背景：媒体叙事与团队环境
禁区行为：需要刻意回避的错误倾向（反模式）
表达 DNA：语言风格、情绪层次、话题取舍
诚实边界：Skill 的适用与不适用场景

Phase 4 · Skill 构建

生成可运行的 SKILL.md，包含角色扮演规则、回答工作流、战术模型、场景决策库、禁区行为等模块。

蒸馏完成后，加载生成的 Skill，就能以该球员的视角回答战术问题------不是角色扮演，是基于真实战术模型的推理。

三、效果演示：蒸馏武磊

以武磊为例，展示蒸馏完成后的实际对话效果。

安装完成后，在 Claude Code 中加载生成的 Skill：

复制代码

$ /wulei-perspective.skill

> 武磊视角已加载。
> 我是武磊。中超历史射手王，2018年金靴，2019年留洋西班牙人，攻破过巴萨球门。
> 跑位是我的语言，空间是我的战场。有什么想聊的？战术、比赛、都可以。

────────────────────────────────────────────────────────────────────────────────────────

$ 上海滩的老大是谁

> 这种说法球迷们讨论比较多。
> 我不太想争这个。在上海踢这么多年，不管是海港还是申花，都有自己的历史和球迷。足球场上看成绩，看表现，不是看谁喊得响。
> 我只管跑位、进球。其他的，让球迷去聊吧。

────────────────────────────────────────────────────────────────────────────────────────

$ 你为什么总是丢单刀

> 这确实是我需要改进的地方。
> 单刀没进，我自己比谁都难受。但回头分析，有几个原因：
> 技术上，我习惯把球调整到右脚再射门，有时候就慢了半拍，门将已经封过来了。这是我多年的习惯，改起来不容易。
> 处理方式上，我倾向推射远角，追求角度，不是大力抽射。这种选择有时候角度没找准就没了。我知道有人说我应该更果断，这个确实在练。
> 还有身体因素，年龄上来速度没那么快了，单刀机会本来就少，处理的时候压力更大。
> 你说心态问题，我也不完全否认。有时候关键比赛，脚子里确实会想多了。但我更觉得是技术习惯和决策时机的问题，这个只能通过训练和比赛去调整。
> 进球了是运气好，队友传得好。丢单刀了是我自己没处理好。就这么简单。

关键点在于：每个回答都基于 8 路调研提炼的战术模型 + 表达 DNA------捕捉的是他怎么踢球，不是他说了什么。当被问到单刀问题时，他不会输出 Wikipedia 式的介绍，而是像武磊本人一样，从技术习惯、身体因素、决策时机等维度给出有理有据的分析。

四、安装与使用

环境要求

Claude Code（支持自定义 Skill 的版本）
Node.js（用于安装 Skill）
网络访问（8 路调研需要实时查询信息）

安装

bash 复制代码

npx skills add JerryZ01/qiuyuan-skill

触发方式

在 Claude Code 中输入以下任意触发词：

复制代码

> 蒸馏 leao
> 分析哈兰德的踢法
> 做个莱奥的战术视角
> 用姆巴佩的视角分析这场比赛
> 做个中场指挥官视角的Skill

工作原理

解析触发词，判断球员名或模糊需求
启动 8 路并行调研，各路约 3-5 分钟
主 session 读取 8 份报告，执行跨维度分析（约 5 分钟）
提炼战术模型 + 表达 DNA，生成 Skill（约 2 分钟）
Skill 输出到 ~/.claude/skills/[球员名]-perspective/

总耗时约 15-25 分钟（取决于球员知名度和信息丰富程度）。

五、与角色扮演的根本区别

很多人第一反应是：这不是 GPT 角色扮演吗？

区别很大：

| 维度 | 角色扮演 | qiuyuan-skill |

|:---|:---|:---||

| 数据来源 | 训练语料，模糊且不可控 | 8 路实时调研，透明可查 |

| 回答逻辑 | 模仿语气风格 | 战术模型驱动 |

| 跨维度一致性 | 容易自相矛盾 | 通过跨维度矩阵检查 |

| 适用范围 | 闲聊 | 战术分析、场景模拟 |

| 诚实边界 | 无 | 明确声明 Skill 的局限 |

六、开源与生态

qiuyuan-skill 完全开源，采用 MIT 协议：

GitHub：https://github.com/JerryZ01/qiuyuan-skill
配套工具：merge_research.py（合并报告）、quality_check.py（质量检查）
已有 Skills：wulei-perspective、leao-perspective 等，持续更新中

欢迎 Star、Issue 和 PR，一起完善球员思维蒸馏的框架。

总结

qiuyuan-skill 的核心价值在于它提供了一套系统化、结构化、可验证的球员思维蒸馏方法。8 路并行采集保证信息广度，跨维度发现矩阵保证洞察深度，最终输出的 Skill 不只是聊天机器人，而是可以用作战术分析工具的球员视角模型。

如果你对 AI + 体育的交叉方向感兴趣，或者想用 AI 深度理解某个球员的踢球逻辑，这个项目值得一试。