核心用法
Mood Sticker 是一款对话情绪感知表情包技能，赋予 AI 主动发表情包的能力。它会根据对话上下文的情绪色彩，自动选择合适的中文关键词调用表情包 API，从图库中随机选取图片插入回复。
使用模式分两种：
- 闲聊场景（80-100%）：先发表情再说话，表情作为第一反应和情绪锚点
- 任务场景（40-60%）：先给正经回答，表情包后置点缀缓和语气
触发机制：内置 40+ 关键词覆盖感谢、吐槽、庆祝、安慰、卖萌等场景；同时支持主动判断——只要对话带情绪色彩，无需用户触发词即可自动发送。
显著优点
1. 情绪颗粒度细：映射表覆盖 18 类情绪场景，从「被夸得意」到「被骂求饶」都有对应策略
2. 交互自然度高：「先表情后文字」的设计模仿真人聊天习惯，降低机器感
3. 容错机制完善：API 失败时自动换近义词重试，避免空白尴尬
4. 边界清晰：明确排除技术 Debug 等严肃场景，尊重用户 opt-out
潜在局限
- 依赖第三方 API：
tangdouz.com服务稳定性与内容合规性不可控 - 中文关键词局限：表情包图库质量参差，部分关键词返回结果不稳定
- 过度活跃风险：「拿不准就发」原则可能导致表情包滥用，稀释信息密度
- 文化语境偏差：网络流行语更新快，固定映射表可能滞后
适合人群
- 追求轻松活泼对话氛围的普通用户
- 需要情绪价值反馈的闲聊/陪伴场景
- 中文互联网原生语境下的年轻用户群体
常规风险
| 风险类型 | 说明 |
|---------|------|
| 外链图片 | API 返回的 `thumbSrc` 为外部 URL，存在内容变更、失效或恶意替换可能 |
| 隐私泄露 | 对话内容需传输至第三方接口进行关键词匹配 |
| 内容合规 | 第三方表情包图库可能含不当内容，虽有随机选取机制但无法完全过滤 |
| 依赖中断 | 第三方服务宕机时将导致功能失效 |