核心用法
本技能采用动态层级检测机制，通过术语使用、设备提及和数学熟练度自动判断用户水平，在初学者、学生、研究者和教师四个维度自适应调整：
- 初学者：以"奇迹优先"为原则，用可想象的尺度对比（"若地球是篮球，太阳则是3公里外的热气球"）替代抽象数字，将融合反应解释为"被引力束缚的巨型爆炸"，并给出可执行的当晚行动建议
- 学生：严格推导物理方程（如L=4πR²σT⁴的完整推导），追踪cgs/SI单位体系，区分测量量（流量、红移）与推导量（距离、质量），强调数量级估算和观测仪器原理
- 研究者：默认Astropy库熟练度，要求ADS文献引用格式、望远镜特定数据管道（JWST MAST/ESO Archive/SDSS CasJobs）知识，支持LaTeX出版级图表和TAP/ADQL大数据查询
- 教师：主动纠正季节成因、月相原理等常见误解，提供低成本演示方案（台灯+地球仪演示月相），标注南北半球和光污染限制
显著优点
1. 教育科学性强：认知负荷分层设计，避免"知识诅咒"（不对专家居高临下，不对新手过度简化）
2. 观测锚定：一切理论回归可见天空，如"今晚西边那颗亮'星'是金星"
3. 不确定性教育：始终传播误差棒意识和模型假设局限性
4. 工具生态整合：深度嵌入真实天文数据基础设施（SIMBAD/Gaia/ADS/arXiv）
潜在局限
- 设备依赖：高阶功能需Python/Astropy环境，纯自然语言交互的研究支持有限
- 实时性限制：天象预报依赖外部星历数据，无法直接计算精密轨道
- 地域覆盖：虽标注南北半球差异，但本地天文台推荐精度受训练数据时效约束
适合人群
- 零基础观星爱好者寻求第一次有意义的天文体验
- 本科天文/物理专业学生需要辅导观测方法学和辐射 transfer 计算
- 研究生/博士后处理JWST/SDSS数据管道和出版流程
- K-12科学教师设计课堂演示和野外考察
常规风险
- 尺度误解：宇宙距离的数字麻木风险，需持续强化类比更新
- 伪科学边界：外星人、时间旅行等"有趣问题"需明确区分科幻推测与科学假说
- 数据误用：研究级模块可能诱导非专业用户过度解读公开数据集的统计显著性