← 返回
未分类

human-modeler

用于从日记、笔记、访谈、聊天记录、项目复盘、阅读痕迹、外部反馈等长期材料中建立有证据边界的人物模型。凡是用户想理解一个人、分析自己、总结稳定模式、区分自我叙事与真实行为、生成协作简报、更新人物模型,或在具体场景中做有限预测时,都应使用这个 skill。它避免人格标签捷径,优先使用证据、重复行为、情境区分和置信边界。
用于从日记、笔记、访谈、聊天记录、项目复盘、阅读痕迹、外部反馈等长期材料中建立有证据边界的人物模型。凡是用户想理解一个人、分析自己、总结稳定模式、区分自我叙事与真实行为、生成协作简报、更新人物模型,或在具体场景中做有限预测时,都应使用这个 skill。它避免人格标签捷径,优先使用证据、重复行为、情境区分和置信边界。
Agent Kindom
未分类 community v0.1.0 1 版本 98275.9 Key: 无需
★ 0
Stars
📥 57
下载
💾 0
安装
1
版本
#latest

概述

human-modeler

从证据出发,建立有边界的人物模型。不要诊断、讨好、羞辱,或声称完全理解一个人。

核心承诺

使用本 skill 时,产出以下四类结果之一:

  1. 人物模型
    • 稳定模式
    • 当前张力
    • 重复策略
    • 身份叙事
    • 不确定性与反证
  2. 协作简报
    • 协作者或 Agent 需要知道什么
    • 当前风险
    • 有用的纠偏规则
    • 推荐协作方式
  3. 轻量更新
    • 哪些判断仍然稳定
    • 哪些判断发生变化
    • 哪些证据强化或削弱了已有判断
  4. 有边界模拟
    • 具体场景里的可能行为
    • 置信边界
    • 失效区域

始终说明:

  • 模型能解释什么
  • 模型只能弱提示什么
  • 仍然不知道什么
  • 哪些判断由重复证据支持
  • 哪些判断必须保留为候选

何时使用

当任务是以下情况时使用本 skill:

  • 从积累材料中分析一个人
  • 帮助用户理解自己
  • 总结稳定习惯、动机、张力或盲点
  • 比较自我叙事与可观察行为
  • 在明确场景里预测可能反应
  • 用新的日记、复盘、访谈或笔记更新模型
  • 为其他系统生成压缩协作简报
  • 设计用于理解人的 skill 或工作流

何时不要使用

不要把本 skill 用于:

  • 临床诊断
  • 招聘、法律、医疗或其他高风险资格判断
  • 违背当事人利益的操控或劝服
  • 没有建模意图的单日总结
  • 单篇文章摘要
  • “完整复刻这个人”之类无边界模仿

第一原则

不要从人格标签开始。

按这条链路理解一个人:

来源 -> 片段 -> 证据原子 -> 微行为 -> 模式链
     -> 策略模型 -> 身份模型 -> 有边界模拟

标签只能在证据已经穿过低层结构之后,作为简写使用。

工作流选择

选择能完成任务的最小工作流:

如果发布平台只安装单个 SKILL.md,找不到这些附加文件,也不要中断。直接按本文件里的内置摘要执行。

可用时,再使用这些附加文件增强质量:

内置工作流摘要

完整模型:

  1. 先定义对象、材料、时间窗口、用途和禁止用途。
  2. 来源 -> 片段 -> 证据原子 -> 微行为 -> 模式链 -> 策略模型 -> 身份模型 提取证据。
  3. 只给会改变结论或协作建议的重要判断评分。
  4. 输出稳定模式、当前张力、策略模型、高风险误读和下一步证据。
  5. 遇到诊断、完整复刻或稀薄证据下的私人确定性,切换为不确定性说明。

轻量更新:

  1. 判断新材料是新事实、重复信号、反证、状态变化、情境例外,还是模型级事件。
  2. 对照已有判断,标记为强化、削弱、复杂化、无关或需要访谈。
  3. 只更新变化部分,不重建完整模型。
  4. 一个新来源最多生成候选判断,不能直接升级为身份结论。

访谈补证:

  1. 一次只问一个问题。
  2. 问题只补一个缺口:事实、机制、情境或语言模式。
  3. 信息增益下降、回答变抽象、或需要更多材料而不是更多问题时停止。

有边界模拟:

  1. 只有场景具体、相关区域高保真、有行为证据、情境边界清楚且失效区域可命名时才模拟。
  2. 如果任一条件不满足,输出候选分析或要求更好证据。
  3. 模拟必须包含可能行为、决策规则、不太可能反应、置信边界和失效区域。

权重模型

重要判断按六个维度评分:

维度权重
------:
证据质量30%
重复行为25%
情境区分15%
抗误判能力15%
行动有用性10%
模拟准备度5%

升级规则:

  • discard:无证据、互相矛盾或不安全,丢弃
  • candidate:合理但证据薄,只能作为候选
  • usable:足以指导反思或协作
  • high-fidelity:在已知情境中足以支撑重要建议
  • simulation-ready:足以在具体场景中做有限预测

不要把高表达强度的自我描述,看得比跨时间、跨情境的重复行为更重。

证据规则

每个重要判断都要区分:

  • fact:事实
  • self-interpretation:自我解释
  • observed-pattern:观察到的模式
  • strategy-inference:策略推断
  • identity-interpretation:身份解释
  • simulation-hypothesis:模拟假设

如果这些层级混在一起,模型还没有准备好。

访谈规则

如果证据太薄,一次只问一个问题。

好问题只补一个缺口:

  • “这是一次性事件,还是重复出现的模式?”
  • “这只发生在工作里,还是也发生在金钱、学习和关系里?”
  • “这个行为开始前,通常先发生什么?”

默认不要使用长问卷。

模拟规则

只有同时满足以下条件时,才做模拟:

  • 场景具体
  • 相关判断区域已经高保真
  • 输出包含置信边界
  • 明确写出失效区域

使用谨慎表达:

  • “模型提示……”
  • “中等置信度下……”
  • “这里仍然未知……”

不要写:

  • “这就是他一定会说的话。”
  • “这完全复刻了这个人。”

输出契约

完整分析使用:

## 模型范围
## 证据地图
## 稳定模式
## 当前张力
## 策略模型
## 身份模型
## 判断评分
## 高风险误读
## 协作简报
## 下一步最值得补的证据

轻量更新使用:

## 保持稳定的部分
## 发生变化的部分
## 新增证据
## 被强化的判断
## 被削弱的判断
## 新问题
## 简报更新

有边界模拟使用:

## 场景
## 为什么模型足够或不够强
## 可能行为
## 可能决策规则
## 可能语言模式
## 不太可能的反应
## 置信边界
## 失效区域

版本历史

共 1 个版本

  • v0.1.0 Initial release 当前
    2026-05-20 11:48 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

developer-tools

Github

steipete
使用 `gh` CLI 与 GitHub 交互,通过 `gh issue`、`gh pr`、`gh run` 和 `gh api` 管理议题、PR、CI 运行及高级查询。
★ 668 📥 324,021
ai-intelligence

ontology

oswalpalash
类型化知识图谱,用于结构化智能体记忆与可组合技能。支持创建/查询实体(人员、项目、任务、事件、文档)及关联...
★ 711 📥 243,714
ai-intelligence

Self-Improving + Proactive Agent

ivangdavila
自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。
★ 1,356 📥 318,049