VALORANT // SKIN INTELLIGENCE

先懂手感，再谈皮肤。VANTA.

一个只聊《无畏契约》枪皮与刀皮的资料助手。把 手感、终结演出、社区热度、实机视频 拆开讲清楚，再用 RAG 把答案落到内置知识库上。

热门提问
1390全量皮肤索引
176把近战刀皮
280段终结演出视频
30套深度评测档案
FEATURED // 001COMMUNITY PICK
CURATED BY VANTA
LIVE ARCHIVE
HOVER TO INSPECT
精选皮肤
紫阙金琅REAVER // SOUL SERIES
TIER 卓越
HEAT 98
FEEL 4.8
01
ARCHIVE
SKIN DATABASE

情报图鉴 / 先看，再买

30 套深度评测 + 1390 件全量皮肤索引。按枪型、等级、热度筛选；点开任意一张卡，看手感拆解、终结演出与实机视频。

SKIN LIBRARY // 30 SERIES

正在加载知识库…点击卡片查看完整档案 · 视频需联网加载
02
RAG
KNOWLEDGE-GROUNDED ASSISTANT

AI 情报官 / 只答库里的

人设（System Prompt）+ 知识库（RAG）+ 上下文记忆。先检索，再回答；找不到就明确说“没收录”，不编造终结特效和价格。

V
VANTA / 枪皮情报官
本地 RAG · 知识库已载入 · 不联网也能回答
V
VANTA 已就位。READY TO RETRIEVE

我负责把“这把皮肤到底什么手感、终结长什么样、值不值得买”讲清楚。我的回答只来自内置的《无畏契约皮肤知识库》，会标注观点和事实。

Enter 发送 Shift + Enter 换行本地生成 · 无后端 · RAG-LOCAL
03
LEXICON
AI LITERACY / 11 TERMS

11 个名词 / 一套心智模型

不用背论文。把大模型想成一个“读了很多书、很会接话，但没有记忆的队友”；理解 Token、Context、Prompt、RAG 分别在管什么。

01 / INPUT
你的文本问题、指令、聊天记录，先变成模型能读的东西。
02 / SPLIT
Tokenizer → Token把文本切成 token；中文 1 个字约 1–2 个 token。
03 / WINDOW
Context Window模型这一轮能看到的全部 token，有上限，会遗忘。
04 / GROUND
Prompt + RAGSystem 定规则，User 提需求，RAG 把资料塞进上下文。
05 / OUTPUT
LLM → 回答逐 token 预测下一个词，最后解码回人类文本。
一句话记住：LLM 是发动机，Token 是燃料，Context Window 是油箱，Prompt 是方向盘，RAG 是随车携带的资料库。油箱再大，也不如把关键资料放在手边。
04
ABOUT
PROJECT NOTES

作品说明 / 它是什么，不是什么

纯静态 HTML，单文件，双击打开即可运行；知识库内嵌在网页里，不需要服务器、数据库或 API Key。

01 / WHAT & WHY
“想知道一把皮肤值不值得买，
不想再看 10 分钟没有结论的测评。”

这是一个面向《无畏契约》玩家的 枪皮 / 刀皮资料查询小助手。它把“手感、终结演出、市场热度、参考价格、实机视频”整理成结构化档案，再用一个本地 RAG 助手回答你的问题。

它解决三件事：查得到（1390 件全量索引）、看得懂（把主观手感和客观信息分开）、能验证（每一把都尽量配官方实机视频）。

  • 01知识库：30 套深度评测（手感三围、终结描述、热度、优缺点、购买建议）+ 1390 件皮肤基础档案。
  • 02图片 / 视频：Riot 官方素材 CDN（valorant-api.com 与 valorant.dyn.riotcdn.net），视频为游戏内检视 / 终结片段。
  • 03价格：按国服档位给出参考价（精选 875 / 豪华 1275 / 卓越 1775 / 传奇 2175 / 终极 2475+ VP），限定套单独标注。
  • 04热度：编辑综合社区讨论的主观指数（0–100），不是官方销量，也不代表强度。
02 / HOW RAG WORKS HERE

不是“把整本图鉴塞给模型”

每次提问只做四步：改写查询 → 检索 Top-K 知识块 → 组装上下文 → 按固定结构回答。右侧的 Retrieval Trace 会把中间过程摊开给你看。

SYSTEM_PROMPT.TXT
你是 VANTA，一名《无畏契约》枪皮/刀皮资料助手。

【知识边界】
只依据内置《无畏契约皮肤知识库》回答。知识库没有的皮肤、价格、终结特效、市场数据，明确说“未收录”，不猜测、不编造。

【回答结构】
1. 结论：一句话说清它适合谁。
2. 手感：枪声、模型/视野、击杀反馈，标注主观评分。
3. 终结演出：描述画面；没有终结就直说。
4. 市场热度：社区口碑与争议，标注“非官方数据”。
5. 购买建议：优点、缺点、适合人群、参考价。
6. 来源：列出命中的知识块；有视频则给视频入口。

【事实与观点】
手感、热度是主观/社区评价，必须标注；价格以游戏内为准；不把“贵”包装成“强”。

【上下文】
记住最近提到的皮肤；用户说“它 / 那把 / 这个”时沿用最近实体；超出 6 轮则遗忘最早一轮。

【拒答】
资料库没有的皮肤，回答“这个不在我的知识库里”，并给 1–3 个相近推荐。

【语气】
像一位懂行的队友：简短、直接、不端着；可以玩梗，但不误导。
LEVEL 01
看懂模型LLM / Token / Tokenizer / 文本↔token：模型如何把一句话变成可计算的东西。
LEVEL 02
管理记忆Context / Context Window：它能看到什么、为什么会忘、6 轮记忆怎么工作。
LEVEL 03
学会沟通Prompt / Prompt Engineering / User / System：角色、任务、边界、格式怎么写。
LEVEL 04
接入资料RAG：先检索、再回答；知识块、Top-K、引用与拒答如何落地。
03 / HOW TO USE

三步开始

01在顶部搜索框输入皮肤名（如“紫金”“塑水宗”“2024冠军”），或直接输入一个问题。
02点开图鉴卡片，切换武器、查看手感评分与终结视频；再点“问情报官”带着上下文继续问。
03在 AI 情报官里试对比、推荐、预算、追问“它的终结呢”；右侧会显示命中的知识块。
USER PROMPT // 可直接改用 角色 + 任务 + 维度 + 边界 + 格式
对比「紫阙金琅」和「盖亚的复仇」：按手感 / 终结 / 热度 / 价格四段回答，最后给一句结论；没有资料就直说。
04 / HONEST LIMITS

边界与可信度

  • 不是官方数据站。热度是编辑综合社区讨论的主观评分，不是 Riot 销量或出场率。
  • 不是实时价格。国服/国际服、套装/单件、返场活动都会影响价格，以游戏内为准。
  • 手感是主观的。同一把枪在不同灵敏度、分辨率、耳机下感受不同；评分只作参考，视频才是最终裁判。
  • 本地 RAG ≠ 云端大模型。本作品不调用 LLM API，用检索 + 结构化模板生成回答，保证离线可用、可复现、不编造；代价是语言灵活度低于在线模型。
  • 视频需联网。网页本身可离线打开，但图片/视频来自 Riot CDN；加载失败时会给出 B 站搜索入口。