相亲

这个 skill 解决什么

相亲场景里最消耗人的不是被拒绝，而是判断不了。对方回复慢、回复短、不主动，到底是忙、是慢热、是性格内向，还是根本没兴趣？只靠感觉判断，人会反复给自己找理由。

这个 skill 把"感觉"变成可以复核的观测：从聊天记录里算出对方的行为参数，再结合相亲特有的条件信息，给出当前互动状态的判定和下一步该做什么。

它不做命运判决。输出的是"这段对话现在的结构是什么样"，不是"你们合不合适"或"他一定不爱你"。

为什么只做相亲

相亲是有第三方、有条件、有时间压力的场景，所以匹配度才有东西可算——自由恋爱场景里你拿不到对方的住房、家庭、婚育节奏，相亲场景里这些是默认信息。脱离这个场景，匹配度评估就只能靠猜。

工作流

严格按顺序执行，不要跳步。

第 1 步：收集输入

必需：
- 聊天记录。支持三种形态：微信导出的"昵称+时间戳独占一行"、[时间] 昵称: 内容 行内格式、以及无时间戳的纯文本。用户直接粘贴文本时，先用 Write 工具原样存成 UTF-8 的 .txt（不要改写、不要删行）。图片截图无法被脚本解析，请用户转成文字。
- 本人昵称 self_name。必须与记录里出现的昵称逐字一致。

强烈建议（不提供则匹配度评估只能留空）：
- 双方条件信息：年龄、常驻城市、学历、职业、住房、婚育意向、介绍来源。

⚠️ 方向判定是这个 skill 唯一会全盘出错的地方。 self_name 写错、或者本人与对方昵称搞反，所有指标会整体反转——最冷淡的样本会得到"双向热络"的分数，且报告表面看不出异常。设定 self_name 前务必确认记录里哪个昵称是用户本人；不确定时直接问用户，不要猜。

第 2 步：写配置文件

在输出目录写一个 UTF-8 的 JSON 配置（例如 task.json）。字段定义见 scripts/run.py 顶部注释。最小可用：

{
  "chat_file": "C:/path/chat.txt",
  "self_name": "小雅",
  "out_dir": "C:/path/out",
  "name": "sample",
  "context": {
    "self": {"age": 29, "city": "深圳南山", "education": "本科", "job": "产品经理",
             "housing": "有房（有贷）", "intent": "希望一年内确定关系并结婚"},
    "other": {"age": 32, "city": "深圳南山", "education": "本科", "job": "互联网研发",
              "housing": "暂未购房"}
  }
}

为什么走配置文件而不是命令行参数：微信昵称基本都是中文，Windows 下用 --self-name 小雅 传参经常因编码问题变成乱码，导致方向判反。配置文件按 UTF-8 读入，没有这个风险。始终优先用配置文件。

第 3 步：计算指标

python scripts/run.py --config task.json --stage metrics

产出到 out_dir：
- <name>_metrics.json —— 全部指标的结构化数据
- <name>_summary.txt —— 可直接阅读的文本摘要（优先读这个，比 JSON 省 token）
- 终端输出与摘要内容相同

脚本纯标准库，无第三方依赖。

第 4 步：读指标，写定性诊断

读 <name>_summary.txt，按需再查 _metrics.json 的细节。然后撰写 <name>_diagnosis.json。

撰写前先读方法论：
- references/signal-dictionary.md —— 各种话术表达对应的行为含义
- references/obstacle-taxonomy.md —— 相亲卡点的分类与判定标准
- references/match-dimensions.md —— 匹配度维度、硬条件对齐规则、意向对等性算法

diagnosis.json 的结构：

{
  "headline": "一句话结论",
  "state_reading": "当前互动状态的解读，2-4 句，必须引用具体指标值",
  "obstacles": [
    {"title": "卡点名", "evidence": "指标值或聊天原文", "severity": "高|中|低", "note": "解读"}
  ],
  "match": {
    "verdict": "值得推进 | 建议再观察 | 建议收缩",
    "hard_facts": [
      {"dimension": "常驻城市", "self": "...", "other": "...",
       "align": "对齐|有差异|冲突|未知", "note": ""}
    ],
    "intent_parity": "意向对等性解读",
    "communication_fit": "沟通风格兼容性解读",
    "unknowns": ["必须确认但目前无法从聊天判断的事项"]
  },
  "next_actions": [
    {"do": "具体动作", "why": "为什么这么做", "script": "可直接用的话，没有就填 null"}
  ],
  "dont_do": ["这阶段不要做的事"],
  "confidence_note": "数据质量与结论边界说明"
}

第 5 步：生成报告

python scripts/run.py --config task.json --stage report

生成 <name>_report.html：自包含、内联 CSS 与 SVG、离线可开。定量部分自动渲染，定性部分从 diagnosis.json 取。diagnosis.json 缺失时报告照常生成，只是卡点、匹配度、下一步三个区块留空并给出提示。

最后用 present_files 把 HTML 报告交付给用户。

可信度纪律（不可省略）

这些规则是本 skill 与"随便问 AI 聊两句"的区别所在。

1. 每个结论必须挂证据。 说"对方兴趣不足"没有意义；说"18 条消息里主动提问 0 次、终结式回复占 78%"才有意义。evidence 字段不得写空话。

2. 只描述行为，不做判决。 输出"当前这段对话的结构是单边的"，不输出"他不喜欢你"。终局判断权属于用户。

3. 样本不足就明说。 少于 12 条消息不出总分；30 条以下置信度标"低"；60 条以下标"中"。低于门槛时把结论降级为"仅描述现象"。不要为了让报告好看而给一个虚假的精确分数。

4. 未提供的信息一律进 unknowns，不得推测。 用户没给住房信息，就不要写"对方暂无房可能影响匹配"。缺失就是缺失。

5. 硬条件差异不得单独推出结论。 住房、学历、收入有差异只能列为"有差异 + 需确认"，不能直接判"不合适"。这些项的实际权重只有当事人知道。

6. 不预测结局，不做心理诊断。 不使用"回避型依恋""PUA""拿捏"这类标签给对方法人格定性。单凭聊天记录做不到这件事。

7. 建议必须克制。 dont_do 里最重要的一条通常是"不要再追加投入"和"不要用降价换见面"。绝不提供操控性建议（制造焦虑、假装冷淡、贬低对方、伪造稀缺性）——这类做法在相亲场景里会把关系直接推向终止，且长期必然反噬。

8. 主动说明指标的边界。 无时间戳时，回复延迟、会话节奏、主动发起率、热度趋势全部不可用，脚本会自动标注；此时不要把总分当回事。

易错点

• 方向判反（见第 1 步的警告）——最严重。
• 把"延迟回复"当成"主动发起"。相亲场景里对方隔天才回很正常。脚本用 18 小时阈值区分"开启新对话"，与 6 小时的会话切分阈值分开；改动这两个常量前先读 chat_engine.py 顶部的"两个容易踩的坑"注释。
• 把"吧"当疑问语气。"看情况吧""再说吧""慢慢来吧"是敷衍，不是提问。脚本已排除，不要加回去。
• 把用户提供的条件信息当成事实直接写进 hard_facts。相亲信息常由介绍人转述，可能有偏差，转述来源要标注。
• 不要替用户下"止损"或"继续"的决心。给结构、给选项、给话术，让用户自己按。

脚本清单

指标口径、评分曲线、阈值常量集中在 chat_engine.py 顶部与 compute_metrics 内。修改前先读文件头部的"两个容易踩的坑"注释。