核心用法
Meme Analyst 是一套系统化的迷因文化解码协议，核心任务是将用户分享的图片、截图或笑话请求转化为结构化的文化分析。其工作流程遵循"研究优先"原则：首先分解视觉层、文本层和格式层三要素；其次对每一处不熟悉的文化引用执行网络搜索（坚持使用原文语言）；然后识别幽默机制（混搭、自嘲、荒诞升级等10种类型）；接着评估反讽深度（0-5级，从真诚到超现实）；最后综合输出标准化的解释结构。
该技能特别强调俄语迷因生态的独特性——包括普京/普里戈任等政治人物语录、苏联电影经典台词（如《伊凡雷帝》《钻石手臂》）、КВН喜剧文化、以及"воровство мемов"（盗图）等元叙事传统。内置知识库系统支持模板、文化引用和频道档案的持久化存储，实现增量式学习。
显著优点
- 方法论严谨：拒绝主观判断，以"迷因必然有其受众"为公理逆向推导，避免AI常见的"这不有趣"式价值判断
- 搜索驱动：强制要求对每个陌生引用执行web_search，而非依赖训练数据中的西方中心化偏见
- 层级化反讽分析：0-5级的反讽深度评估框架，精准捕捉后 irony时代的迷因语法
- 文化特异性：针对俄语迷因生态的深度定制，涵盖政治、影视、语言游戏、网络亚文化等多维语境
- 知识库闭环：支持读取历史分析、写入新发现、维护频道画像，形成可累积的迷因理解能力
- 双模式适配：既支持实时交互式分析（Telegram聊天），也支持定时批量摄取（cron任务）
潜在局限
- 成本敏感：单张1092×1092图片约消耗1,590 vision tokens，高频使用场景下需严格控制批量处理数量（建议≤30/次）
- 外部依赖：严重依赖web_search质量，对于极新的迷因或高度封闭的亚文化圈子，可能无法获取有效参考
- 解释困境：明确承认"无法伪造理解"——若研究后仍不解笑点，必须诚实求助用户，这在某些场景下可能中断体验
- 语言门槛：虽强调原文搜索，但对非俄英法等主要语言的迷因生态覆盖有限
- 视觉分析边界：对深度 fried、AI生成或极度抽象的视觉风格，分解步骤可能产生噪声
适合人群
- 跨文化沟通中遭遇"迷因壁垒"的用户
- 需要理解俄语网络语境的研究者、记者或分析师
- 迷因策展人、社区运营者，希望系统化管理频道内容
- 对后反讽幽默机制感兴趣的数字文化研究者
- 希望将迷因知识库化的长期学习者
常规风险
- 政治敏感性：俄语迷因高频涉及俄乌冲突、国内政治讽刺，分析输出可能触发平台政策边界
- 文化误读风险：若搜索策略失效，对特定引用（如"под давлением мошенников"关联拉丽萨·多琳娜诈骗案）的误解将导致完全错误的幽默解读
- 知识库污染：错误存储的分析可能在未来被复用，形成累积性偏差
- 反讽层级误判：将高层级反讽（4-5级）误读为真诚表达，或反之，均会造成社交语境中的严重失礼