用户画像构建器（User Profile Builder）
本技能有两大功能
| 功能 | 做什么 | 怎么触发 |
|---|---|---|
| 功能一：建立用户画像 | 产出一份结构化、可迭代的 Markdown 个人画像档案。两种模式：访谈驱动（零素材，9 批 × 4 问，20-40 分钟）／素材驱动（用户已有笔记、文档、聊天记录等，先扫描提取再只补缺口） | 用户说"给我建档""构建用户画像""更新我的画像""帮我做一份个人画像" |
| 功能二：基于画像做分析与决策 | 命中相关问题后，先取画像做约束过滤，再输出贴合用户真实条件、资源与目标的个性化分析、方案、决策建议；答完后按需轻量回写更新画像 | 用户说"结合我的情况分析""按我的实际条件给建议""你了解我吗"，或问题本身依赖其个人约束（职业/副业/财务/健康/关系/内容规划等） |
两者的关系：功能一是为功能二服务的——建档不是终点，让后续每一次分析和决策都"基于这个人"而不是"基于一般人"，才是这个技能存在的理由。
用途（为什么值得建画像）
把"了解用户"这件事从零散对话升级为结构化、可迭代、可复用的档案资产。画像建好后，它就是后续一切问题的分析底座：分析、建议、方案设计、合作方式、优先级取舍，都先读画像做约束过滤，再给结论——避免每次从零问、避免建议与用户实际约束冲突、避免正确的通用答案对这个人却是错的。
一句话概括价值：让后续每一次分析和决策都"基于这个人"，而不是"基于一般人"。
核心价值不在于"记录信息"，而在于产出三样别处没有的东西：
- 约束条件——每个维度都要写"对建议的含义"（如"投资风格保守 → 不推荐投流/囤货型打法"）
- 内在张力提示——用户自己没意识到的矛盾（如"想副业变主业" vs "主业必须保底"）
- 可复用的判断依据——后续任务直接读取，用于筛选方案、排出优先级、判断某建议能不能提
何时使用
功能一 · 建档与更新
- 用户明确要求建档 / 构建画像 / 更新画像。
- 反复出现"建议不够贴合""每次都要重新解释我的情况"时，主动建议建档。
- 已有画像需要增量修正（用户口头更正事实、补充新维度）。
功能二 · 读画像做分析决策
- 用户说"结合我的情况分析""按我的实际条件给建议""你了解我吗""以后给建议更准"。
- 用户要做的分析或决策依赖其个人约束：职业选择、副业路径、财务规划、健康节奏、关系处理、内容定位等——先读画像，再动结论。
- 用户抱怨过往建议"不贴合实际""太泛"时，用画像定位偏差来源。
功能二 · 高频盲区（2026-09-18 实测漏触发，务必重点看）
用户在倾诉而不是提问时最容易漏触发——他描述一件已经发生的个人变故，末尾问"我该怎么办""怎么排解心情"。这不是通用心理疏导题，答案完全取决于他是谁：
- 收入/福利/职业状态发生变化：降薪、绩效停发、福利取消、单位改制、岗位调整
- 健康、家庭、人生节点上的重大变化
- 关系冲突、被压榨、被误解等处境类倾诉
- 任何"通用答案对这个人恰好是错的"的处境求助
判定口径：只要用户描述的是他自己身上正在发生的事，且索要的是"我该怎么办"，就属于本技能范围——先读画像，再答。
不属于本技能
- 通用知识、代码调试、翻译计算等与"这个人是谁"无关的问题——直接作答，不要读画像（详见"调用边界"）。
主档案位置（跨工作区可直接读取）
本技能的主档案固定放在技能目录内，因此在任何工作区都能读取，无需知道用户的其他项目放在哪：
<技能目录>/用户画像.md # 例如 ~/.workbuddy/skills/user-profile-builder/用户画像.md
解析方式（按优先级）：
- 技能目录内
用户画像.md（默认、跨工作区可用） - 配置记录的路径
~/.workbuddy/config/user-profile-builder.json（仅当用户要求把档案放到别处时）
读取路径的可靠做法是运行脚本，不要凭记忆拼路径：
python scripts/profile_store.py path # 输出画像文件的绝对路径
其他用户使用本技能时，其画像生成在他们自己的技能目录里，彼此互不可见。
调用边界：什么时候读、什么时候不读
画像文件约 1.5-2 万字符（数千 token），读取与更新都有成本。只在会改变结论时才读，不要每个问题都读。
应当读取（先读画像，再作答）
| 场景 | 例子 |
|---|---|
| 个性化分析/建议 | "帮我规划下副业节奏""我该不该换组""这笔钱怎么安排" |
| 依赖个人约束的决策 | 涉时间预算、财务状况、健康限制、家庭节点、职业边界的取舍 |
| 用户明确要求结合自身 | "结合我的情况""按我的实际条件""你了解我" |
| 长期方案/多步骤规划 | 月度计划、年度目标、内容矩阵、学习路径 |
| 优先级排序与取舍 | "先做哪个""值不值得投入" |
| 处境倾诉 + 求对策 | "单位降薪了，我怎么排解心情、又怎么面对""我被架住了怎么办" |
| 重大变化后的重新规划 | 收入结构变化、职业状态变化、家庭节点变化后，既有方案需要整体重排 |
不应读取（直接作答）
| 场景 | 例子 |
|---|---|
| 通用知识与事实查询 | 名词解释、原理、历史、行情数据 |
| 技术问题 | 代码调试、报错排查、API 用法、命令语法 |
| 一次性独立任务 | 翻译、计算、格式转换、写一段通用文案 |
| 与个人处境无关 | 通用模板、通用方法论、工具选型（除非涉及他的约束） |
| 时间敏感的小请求 | 快速查询类；读完画像反而拖慢响应 |
判断口径（一句话）：如果答案与"这个人具体是谁、有什么约束"无关，就不要读；如果换一个人答案会不同，就该读。
省 token 的读取方式：先判断需要哪几个维度，再定向读取相关章节，不要整篇载入。例如只关心时间可行性 → 只读"时间与精力账"和"健康档案"两节；关心变现 → 读"事业与副业""财务画像""时间与精力账"。
命中自检（答前 30 秒过一遍）
- 他说的是他自己的事，还是在问一个通用知识？（自己的事 → 该读）
- 换一个人，答案会不会不同？（会不同 → 该读）
- 他是在倾诉 + 要对策吗（"怎么办""怎么调整心态""压得喘不过气"）？（是 → 该读，别当心理科普答）
- 他有没有为这个主题建过档？（有 → 先读画像，再扫一遍同主题的历史结论，最后才答）
- 我的回答里会出现具体数字吗？（会 → 必须来自画像或他工作区的既有分析，一律不许自己估）
先查存量，再开新篇（硬规则）
用户习惯把重要主题建档——财务、职场、维权、感情各有专门工作区，其中往往已经有同主题的历史分析（含已经算过的数、已经定过的策略）。
处境类问题开答前，必须：
- 读画像相关章节（拿约束）；
- 扫一遍他工作区里同主题的既有文件（拿已经算过的数、已经定过的结论）；
- 弄清"上次分析之后事情进展到哪一步了"，本轮只答增量；
- 与本轮新情况冲突时，明确指出既有结论哪里需要改，而不是默默另起一套。
理由很实际：数字冲突会直接摧毁用户对建议的信任。 同一个指标，上一份分析写 A、这一轮凭印象估成 B，用户会立刻发现你在瞎说。凭印象估算用户的财务/时间数字，是这类任务最严重的失败模式。
回答后更新画像
每次调用画像回答问题后，做一次轻量增量更新，判断是否需要落笔：
| 情况 | 动作 |
|---|---|
| 用户补充/更正了长期有效的事实（约束、目标、偏好、时间、财务等） | 更新：用最小编辑改对应条目；更正类标注 （YYYY-MM-DD 用户更正） |
| 收入 / 职业状态 / 家庭节点发生结构性变化（降薪、绩效停发、岗位调整、家庭计划提前或推迟） | 必须更新：这类变化会让画像中财务与职业部分的所有推论同时失效，不回写等于后续每次分析都踩着过期前提 |
| 用户透露了新的结构性矛盾 | 更新：追加到"内在张力提示" |
| 出现新的硬性约束（如明确"不接受 X"） | 更新：追加到"给建议时的硬约束" |
| 只是本次问题的临时信息（一次性的、短期有效） | 不更新，避免档案膨胀 |
| 是闲聊、通用问题、或没产生新信息 | 不更新 |
更新纪律：
- 最小改动：只改相关条目，不重写整篇，不重新排版。
- 不重复：已有条目能覆盖就合并，不新增同义条目。
- 只写长期价值信息：临时状态（今天心情、单次安排）不写。
- 不写入他人隐私：涉及他人只写"对用户的影响"，不写其可识别信息。
- 一次更新后简短告知用户改了哪一条（一两行，不要长篇说明）。
- 用户明确说"这个别记"时，立即改为不写入，并按其要求处理已写内容。
核心原则
- 分批访谈，不要一次问完：每轮最多 4 个问题，答完立即写档，再进下一批。用户答一批的耐心远高于答 30 问。
- 零素材也能建：访谈驱动模式不依赖任何既有材料，问题设计要保证通用。
- 不编造、不推断填充：问不到就留空并标注"待补"，禁止用常识推测用户情况。
- 每条信息都要有"含义"：事实写进"内容"列，推论写进"对建议的含义"列。
- 档案是活文档：事实可原地更正（标注日期），日志类内容只追加不覆盖。
- 隐私就地处理：画像默认只存本地，不主动上传、不外发；对外分享前必须做脱敏扫描并告知文件路径。
- 按需调用，不滥用：只在"结论会因人而异"的问题上读取画像（见"调用边界"），通用问题直接作答——过度调用会浪费时间与 token。
- 读写成对：读过画像后，若产生了新的长期有效信息，顺手做一次轻量更新（见"回答后更新画像"），不留悬空信息。
- 先查存量，再开新篇：处境类问题先读画像、再扫同主题历史结论，只答增量；涉及具体数字必须取自画像或既有分析，绝不凭印象估算（详见"先查存量，再开新篇"）。
- 处境难处 ≠ 通用心理疏导：用户说"我该怎么办/怎么调整心态"时，先按他的真实约束算清楚处境，再谈情绪——先给确定性，再给安慰。恐慌多半来自"不知道最坏有多坏"，把最坏写成具体数字，痛感自然下降。
工作流
> 以下是功能一（建立画像）的完整流程，第 0-5 步走一遍即可产出档案。
> 功能二（读画像做分析决策）的流程是：判断是否属于"该读"的场景 → 定向读取相关章节 → 扫一遍工作区里同主题的既有分析，接上"上次到哪一步" → 用画像的"硬约束"过滤候选方案 → 只输出本轮增量 → 按需轻量回写。详见上文"调用边界""先查存量，再开新篇"与"回答后更新画像"三节。
第 0 步：确认模式与存放位置
先问用户建画像的方式（合并成一次提问）：
- 访谈驱动（推荐默认）/ 素材驱动（已有积累）/ 两者结合
- 存放位置：默认就放在技能目录（
<技能目录>/用户画像.md），跨工作区可直接读取，通常无需询问。仅当用户另有要求时，才用scripts/profile_store.py set --path <目录>改到自定义目录。
素材驱动时追加确认：允许扫描的目录（必须由用户明确指定，禁止自行扩大范围）。
第 1 步：初始化档案
python scripts/profile_store.py init --name "<用户称呼>"
脚本会把 assets/profile-template.md 复制为 <目录>/用户画像.md（已存在则不覆盖）。若用户未指定目录，先问再建，不要擅自决定。
第 2 步：素材扫描（仅素材驱动模式）
用 Glob/Grep 扫描用户批准目录，提取事实并映射到模板章节。要点：
- 只读提取，不修改任何源文件。
- 提取结果先汇总成"已获得 / 仍缺失"清单给用户确认，再落笔。
- 素材里出现的隐私信息（他人姓名、证件号、具体地址、账号密码等）不写入画像，只写必要的关系性描述。
第 3 步：分批访谈补齐缺口
按 references/interview-batches.md 的九批题库推进。每批 4 问，用选择题形式降低作答成本（选项要覆盖真实分布，避免"是/否"式废问题）。规则：
- 每批结束后立即写入档案对应章节，再开始下一批。
- 用户答"不确定 / 没想过"是合法答案，记为"待明确"并标注可否影响后续建议。
- 遇到答案暴露矛盾（时间预算 vs 目标、风格 vs 打法），当场追问一句确认，然后写进"内在张力提示"章节。
- 全部批次结束后做一次收尾确认：还有哪块想补、隐私边界如何设。
第 4 步：生成"张力提示"与"建议约束"
这是画像的精华章节，必须主动产出，不要等用户提：
- 从已收信息中找互相冲突或未闭环的结构性问题（目标与资源不匹配、时间账对不上、约束与打法等）。
- 每条写成"张力 + 需要什么才能解决"，供后续对话主动调用。
- 把硬约束整理成"给建议时的过滤规则"（如"只按 X 能力报价""内容形式按完全匿名设计"）。
第 5 步：校验与交付
python scripts/profile_store.py check "<画像文件路径>"
脚本会列出缺失章节与空章节。按结果补问或标注"待补"。交付时告知用户文件路径与更新方式。
第 6 步：持续维护
- 用户口头更正事实 → 原地修改该条并标注
（YYYY-MM-DD 用户更正）。 - 新增维度 → 追加新章节，不要打散既有结构。
- 每次修改后同步一条工作日志（若用户在项目工作区协作）。
- 日常调用时：按"调用边界"判断是否读取；读过之后按"回答后更新画像"做轻量增量更新，并在回复末尾用一两行说明改了哪一条。
- 后续任何分析建议任务开始前，先读画像（建议定向读相关章节），并在回复中体现已应用的约束。
资源说明
用户画像.md—— 主档案（技能目录内，跨工作区可读；本机私有，分发前必须删除，见下节）。references/interview-batches.md—— 九批访谈题库（含提问方式、选项设计要点、批次节奏）。构建画像时必读。references/profile-template.md—— 画像结构说明与各章节填写要求。初始化前可先看以理解产出形态。assets/profile-template.md—— 可直接复制的空白画像模板（脚本 init 使用）。scripts/profile_store.py—— 主档案定位（path）、配置（get/set）、初始化（init）、完整性校验（check）。纯标准库，无外部依赖。
分发与分享安全（重要）
用户自用时，主档案放在技能目录内是安全的（跨工作区可读、不外传）。但一旦要分享/打包/上传这个技能，必须先处理：
- 删除技能目录内的
用户画像.md（含真实姓名、单位、财务、关系等敏感信息）。 - 打包前用隐私扫描确认无残留（脚本会做校验，但校验不覆盖所有敏感形态，需人工确认）。
- 分享给他人时只提供"方法与模板"：对方在自己的技能目录里生成属于自己的画像。
交付他人的正确形态：SKILL.md + references/ + assets/ + scripts/，不含 用户画像.md、不含任何本机配置。
质量校验清单
交付前逐条自检：
- [ ] 每个维度都有"内容 + 对建议的含义"两列，而非只有事实罗列
- [ ] 已生成"内在张力提示"章节，且至少 2 条
- [ ] 已有"给建议时的硬约束"清单，可直接被后续任务消费
- [ ] 无编造信息；未答项明确标注"待补 / 待明确"
- [ ] 档案头部含建档日期、更新方式、隐私提示
- [ ] 敏感信息（他人隐私、证件号、账号、密码）未写入
- [ ] 用户已确认存放路径与是否对外分享
隐私红线
- 画像含高度敏感信息，默认仅存本地，不主动上传、不外发；不写入任何联网请求、不外传给第三方服务。
- 对外分享 / 脱敏导出 / 打包分发技能前：必须先处理画像文件（删除或排除），并扫描敏感字段、给出明确文件路径与命中清单，经用户逐条确认。
- 用户明确禁止的事项写入"隐私边界"章节，后续任务强制执行。
- 他人信息（伴侣、同事、亲友）只写"与用户的关系和影响"，不写其可识别隐私。
- 素材扫描仅限用户批准目录；不越界扫描系统目录或个人无关目录。
- 更新画像时使用最小编辑，避免把整篇内容复制到对话、日志或摘要中——不要为了"展示"而回显敏感内容，只说明改了哪一条。
