Astra Tarot MR

体验流程与三张牌阵

体验使用“过去、现在、未来”三张牌阵，牌阵即卡牌的位置及其含义安排。用户先放置牌桌并确定问题，再抽牌、翻牌和查看牌义，最后主动请求 AI 解读。卡牌操作与内容生成分成两个阶段，由用户决定何时进入阅读。

1. 进入并放置牌桌保留现实房间的视野，调整虚拟牌桌的位置。
2. 确定问题语音问题输入为调试中的可选功能；未输入时使用通用解读。
3. 洗牌、抽牌与翻牌从牌组中抽取三张牌，显示牌面及正逆位。
4. 查看卡牌用手柄将卡牌拉近，阅读牌名和基础牌义；松开后归位。
5. 请求 AI 解读结合问题与本次牌组生成解读，以文字和语音呈现。
6. 结束或重新抽牌返回标题界面，或重新洗牌开始下一轮。

MR 体验演示

视频记录了在真实房间中抽牌、翻牌、近距离查看，以及请求和阅读 AI 解读的过程。卡牌、桌布和面板均为虚拟内容，用户通过手柄射线选择与远距离抓取完成操作。

空间放置与牌桌布局

混合现实（MR）通过透视画面保留现实房间，将虚拟牌桌放置在现实表面上。用户按坐姿和房间布局调整位置，卡牌、水晶球与装饰物作为整体移动，保持牌桌内部的相对布局。

整副牌包含 78 张卡牌，待抽牌组围绕水晶球分层排列，抽出的三张牌进入固定牌位。待抽牌组与结果区分离，让用户通过位置辨认卡牌所处的阶段，也避免将整副牌平铺在桌面上。

卡牌状态与近距查看

抽牌与翻牌独立触发。系统先随机选出三张牌，放入对应牌位；确认翻牌后再显示牌面与正逆位。正逆位表示卡牌正向或倒置的状态，与牌名、牌位一起保留，供单牌说明和后续解读使用。

远处卡牌的细小图案和文字不易辨认，因此查看操作采用远距离抓取与松手归位。卡牌被拉近后朝向用户，侧边显示牌名与基础牌义；松开后返回原牌位。局部查看结束后，用户仍可按原来的排列对照整组牌。

AI 解读与阅读信息架构

单牌说明调用本地牌义，AI 解读则将用户问题、牌位、牌名与正逆位组织为结构化输入。点击“AI Interpretation”后提交请求，生成期间显示加载状态，结果返回后进入阅读面板。主动触发保留了用户先观察牌面、再阅读解释的节奏。

阅读面板将问题与牌组摘要放在左侧，详细解读放在右侧。右侧内容按牌位分段，并附上整组说明；长文本支持手柄滚动与语音朗读，用户阅读时可随时核对问题和抽牌结果。

解读以娱乐和自我反思为用途。提示词要求回答围绕本次问题与牌组展开，避免作出确定性的预测，或提供医疗、法律和财务建议。

视觉语言与多模态反馈

视觉以深蓝、古金和星象纹样为主。卡面采用新艺术风格的插画，按钮和阅读面板使用哥特式装饰边框，与桌布、水晶球和魔法书保持同一主题。

视觉、声音与触觉反馈共同标识操作状态：射线指向按钮时改变其外观，点击配合声音和手柄震动；抽牌光效集中在牌组附近。阅读阶段调整道具位置，减少对文字面板的遮挡。

Unity 原型与交互实现

原型使用 Unity、Meta XR 与 OpenXR，面向 Meta Quest 3S 开发。空间放置模块负责牌桌定位，牌组模块管理洗牌、随机抽取和正逆位。抓取交互基于 Meta Interaction SDK 实现，并加入原牌位归位逻辑；AI 模块管理请求、加载状态、结果展示与语音合成（TTS）。

卡牌数据与视觉表现分开管理。同一份抽牌结果用于桌面展示、单牌说明和 AI 请求；查看或移动卡牌只改变呈现位置，不重新生成牌名、正逆位或牌位数据。

后续迭代计划

下一轮优先处理语音转写（STT）与头显内阅读，再补充历史记录。任务式可用性测试将覆盖牌桌放置、抽牌、单牌查看和解读阅读，记录任务中断、误选及协助需求。

语音输入与错误恢复

测试头显麦克风采集与语音转写，补充录音状态、识别结果确认和重试入口。

首次使用引导

说明牌桌放置、卡牌抓取和归位操作，支持初次使用 MR 的用户完成一轮体验。

空间阅读可用性

测试不同坐姿下的文字大小、面板距离和朝向，增加字号与位置调节。

解读记录与回看

保存本次牌组、问题和解读，支持之后回看。