Fan_Banter_Trainer

Imported from YrianZhao/Fan_Banter_Trainer (AGENTS.md). Install upstream with npx skills add YrianZhao/Fan_Banter_Trainer. Copyright stays with the author.

Fan Banter Trainer 项目规则

• 项目是可部署到 GitHub Pages 的纯静态 React + TypeScript + Vite 游戏，不依赖服务端数据库。
• 首版界面与题库文案使用简体中文，玩法围绕 NBA 球迷事实吐槽训练。
• 产品核心竞争力是题库资料和选项内容；UI 改动服务于训练节奏，但长期优先级应放在资料搜集、争议梳理、攻击角度和选项质量上。
• 题库采用结构化数据模型：entities 保存球队/球星，topics 保存争议主题，attackLines 保存敌方先手话术，responseOptions 保存回复选项与解释。
• 管理员维护方式为浏览器内导入/编辑/导出 JSON，数据暂存在 localStorage；导出的 JSON 需要提交回仓库才会成为正式题库。
• 内容边界：以公开篮球事实、比赛表现、季后赛失利、转会争议、伤病争议、判罚争议、荣誉比较、球迷 meme 等吐槽为主；可以使用公开且可来源化的场外争议素材，但避免人身威胁、仇恨言论、人肉信息、无来源严重指控和不可验证的私生活传闻。
• 移动端是核心使用场景；修改 UI 后需要检查小屏布局，避免横向滚动、按钮文字溢出和选项不可点击。
• 记忆训练移动端应优先保持类 iOS 的单卡片体验：顶部横滑队伍选择、紧凑统计、核心训练卡、底部固定评级操作区；侧栏和校验信息在手机上隐藏或降噪。
• 手机记忆训练页应尽量保持 100svh 单屏体验，不让页面主体上下滚动；长答案、来源或口径说明可以在卡片内部小范围滚动。
• 记忆训练桌面端应使用紧凑、克制的训练工具布局：顶部是轻量状态条，主卡片字号不得英雄化，侧栏和题库状态面板保持低噪声，避免大块解释文字和重阴影卡片堆叠。
• 记忆训练来源、事实等级和安全口径默认折叠到 Learn About，主卡片优先展示问题、记忆点和可直接背的攻击句。
• 游戏回复选项按钮应显示简短、像真实对喷会说出口的句子；训练说明、有效性分析和上下文解释放在选择后的 explanation 中。
• 题库选项要避免模板同质化；正确回复应有“承认事实 + 有攻击性的反击”两段，错误选项也要按争议类别变化，但仍避免仇恨、威胁和无来源严重指控。
• 默认每条攻击线至少 6 个选项，选项要有论坛互喷感和争议性；可参考公开论坛语气抽象成原创模板，但不要复制评论原文或引入仇恨、威胁、人肉、无来源严重指控。
• 题库内容量目标持续扩充；每个 topic 可通过生成层派生多条同主题攻击线，但新增语料必须有不同攻击角度，避免只做同义重复。
• 正确选项必须同时满足“证据反驳贴题”和“后续反击也打中对方阵营/争议”。可以设计“前半证据正确但后半回怼错位”的干扰项，并标记为错误。
• 队伍专项记忆训练采用类似背单词的问答卡片模式，使用 src/data/*MemoryDeck.ts 结构化题库和 localStorage 复习进度；单队专项目标至少 300 张卡片。
• 多队记忆训练通过 src/data/memoryDeckTypes.ts、src/data/memoryDeckFactory.ts 和 src/data/memoryDecks.ts 维护；新增球队时先建独立 *MemoryDeck.ts，再注册到 memoryTeams。
• 记忆训练应覆盖 NBA 30 支球队且全部为深度包；测试需要强制 memoryTeams.length === 30 且每队至少 300 张卡片。
• 生成型球队深度包可由球队痛点配置生成，但 UI 来源备注必须说明生成口径；后续迭代优先把生成型概括卡替换为逐事件、逐年份、逐来源的人工精选卡。
• 记忆训练卡片需要区分 verified、widely_debated、opinion、meme、forum_claim；无来源论坛梗/传闻型话术只能作为识别与拆解素材，必须明确“不能包装成已证实事实”。
• 记忆训练题库质量优先于派生数量；凯尔特人等深度包允许使用专用 prompt styles，减少同一素材的机械重复，优先保留能打痛点、语气更像论坛实战的原创话术。
• 记忆训练可用 priority 标记高压实战卡；新用户和空进度训练应优先看到爆点更强、语境更贴近实战的卡，而不是按年份或 id 机械排序。
• 记忆训练应提供“高压实战 / 全量题库”强度模式；默认高压实战先练可直接对线的爆点卡，全量题库用于系统补课。
• 高压实战记忆卡应尽量提供 drill：opponentLine、bestComeback、trapComeback、trapReason，用于训练“对方怎么洗、我方怎么打、哪些狠话会错位扣分”。
• 高压实战 drill 卡在 UI 上应先让用户选择回怼，再揭晓正确/陷阱解释和记忆评级；不要退回成先看答案的普通闪卡。默认应提供 1 个最佳回怼 + 至少 3 个不同类型陷阱选项。
• 虎扑、贴吧、Reddit、RealGM、InsideHoops 等论坛平台可作为“社区语料来源”，用于抽象高频攻击角度和论坛语气；不要复制原评论，不要把社区语料包装成已证实事实。
• 场外案件、家庭暴力、司法事件等严重素材只能写公开报道或司法进展；被撤案、未定罪、传闻型内容必须在文案里保留限定，不得改写成确定事实。
• 对战结算选择后应自动扣血并进入下一回合或结算页，不使用手动“下一回合”按钮；HP 变化需要有清晰动画反馈。
• 回合制是两段式：敌方先攻击，玩家先选反驳；反驳后进入玩家主动攻击选择。攻击选错或不匹配也要扣自己血，攻击选对才对敌方造成主要伤害；机器人敌方默认能正确回应，只作为流程反馈。
• 房间号 1v1 需要实时后端或同步服务；GitHub Pages 静态版只能保留入口和说明，不能假装已经支持实时对战。
• 常用命令：npm install、npm run dev、npm test、npm run build、npm run preview。
• GitHub 仓库：https://github.com/YrianZhao/Fan_Banter_Trainer。
• 线上地址：https://yrianzhao.github.io/Fan_Banter_Trainer/。
• 部署方式：GitHub Pages 使用 .github/workflows/deploy-pages.yml 的 Actions workflow，推送到 main 后构建 dist 并发布。