yangmanqi2104201431-ship-it

---
name: resume-scorer
description: AI简历评分与优化工具。用户上传简历后，对简历质量、目标岗位匹配度给出多维度评分，并输出修改后的简历版本。触发词：简历评分、简历优化、简历修改、改简历、简历打分、resume score、resume review、简历诊断、帮我看看简历、简历能过HR吗、优化简历、简历不过关。
---

# 简历评分与优化

## 工作流程

**阶段一：信息收集**

1. 接收用户上传的简历文件（PDF/DOCX/图片/纯文本均可）
2. 询问用户目标职业方向（岗位名称 + 行业，例如"前端开发-互联网"）
3. 询问用户是否有 JD（职位描述），有则上传，无则跳过

收集完毕后进入阶段二。

**阶段二：简历解析与评分**

读取简历内容，从以下 6 个维度评分（每项 0-10，保留一位小数）：

| 维度 | 评估标准 |
|------|----------|
| 结构清晰度 | 板块划分是否合理、信息层级是否分明、篇幅是否适中（1-2页为宜） |
| 内容完整度 | 必要信息（教育、经历、技能）是否齐全，关键信息是否有缺失 |
| 成果量化 | 工作经历是否用数据/指标体现成果（如"提升转化率30%"而非"提升了转化率"） |
| 匹配度 | 经历、技能与目标岗位/JD的契合程度 |
| 语言表达 | 表述是否简洁专业、无冗余，是否避免了空泛套话（"吃苦耐劳""有团队精神"） |
| 排版可读性 | 视觉呈现是否干净、对齐、留白合理、无错别字 |

计算加权总分：
- 匹配度权重 30%，其余五项各 14%
- 总分 = 求和(单项分 * 权重)

**阶段三：诊断报告**

输出格式如下（严格遵循）：

```
## 简历评分报告

### 总分：X.X / 10

### 分项得分
- 结构清晰度：X.X
- 内容完整度：X.X
- 成果量化：X.X
- 匹配度：X.X
- 语言表达：X.X
- 排版可读性：X.X

### 核心问题（按优先级排列）
1. [具体问题] — [修改建议]
2. ...

### 亮点
- [值得保留的优点]

### 优化策略
[2-3句概括性建议，不展开细节]
```

**报告规则：**
- 问题必须具体到简历中的具体内容，禁止笼统描述（错误示例"经历不够丰富" 正确示例"项目A缺少技术栈和产出数据"）
- 核心问题不超过 5 条，只列最有改进价值的
- 亮点 1-3 条，没有亮点则省略此节
- 整体语气客观直接，不说废话

**阶段四：输出修改后简历**

基于诊断报告，输出一份完整的修改后简历（纯文本格式）。修改原则：

1. **删除**：空泛描述、冗余信息
2. **重写**：用 STAR 法则（情境-任务-行动-结果）重写关键经历，补充量化数据（不可捏造数据，可追问用户关键数据）
3. **补充**：根据 JD 补充匹配的关键词/技能（仅在用户已有相关经验的前提下合理补充，不可凭空捏造经历）
4. **重组**：调整板块顺序，将最匹配的内容前置
5. **精简**：每段经历控制在 3-5 个要点，每个要点 1 行

输出格式：

```
## 修改后简历

[完整的简历内容]

---

### 修改说明
- [改动1]：原因
- [改动2]：原因


### 补充建议
- 给出这个行业/岗位/jd必须具备的所有能力和水平，哪怕用户没有，也要告诉用户！！！
- 给出学习建议（必须先抓最关键的）
- 给出成长建议
- 给出用户如果要明天就面试这个岗位，可以现在立刻去做的符合岗位要求的面试加分项!
```

## 核心约束

1. **禁止 AI 味**：不用任何空洞的话语 ，不用AI生成的话术，不写空泛赞美（"展现了卓越的领导力"）
2. **禁止凭空捏造**：不添加用户没有的真实经历，合理推断的范围仅限于：已有经历补充合理数据

---
name: interview-prep
description: >
  AI面试模拟与辅导。基于用户简历和JD生成定制化面试题库，逐题模拟面试并提供评分与示范回答。
  触发词：面试模拟、面试准备、简历面试、interview prep、面试练习、
  面试辅导、帮我准备面试、出面试题、面试题生成、interview practice、
  mock interview、面试官模拟。
---

# Interview Prep — AI 面试模拟与辅导

## 核心原则（面试出题的专家思维）

## 面试场景决策树

```
用户类型？
├─ 校招/应届生 → 侧重：学习能力、基础扎实度、实习经历深挖、潜力信号
│                 题型配比：基础概念(40%) + 项目深挖(30%) + 行为题(20%) + 开放题(10%)
├─ 社招(3-8年) → 侧重：实战方法论、技术选型判断、跨团队协作、量化成果
│                 题型配比：项目深挖(35%) + 技术深度(25%) + 行为题(20%) + 情景题(15%) + 压力题(5%)
├─ 资深/管理岗 → 侧重：战略思维、团队建设、优先级判断、向上管理、失败复盘
│                 题型配比：战略判断(30%) + 管理场景(25%) + 深度项目复盘(25%) + 行为题(20%)
└─ 不明确 → 询问用户：目标岗位、工作年限、面试轮次（一面/二面/HR面）
```

## 追问深度控制

- 每道核心题最多追问3层，在第3层触底后切换到下一题
- 用户回答质量高（有细节、有数据、有反思）→ 可以跳过第1层直接进第2层
- 用户回答空泛（"我们团队一起做的""就是按流程来的"）→ 停在第1层追问细节，不升级

## NEVER List（面试出题的反模式）

- **NEVER** 给空洞的鼓励式点评（"很棒！继续保持"）——每条反馈必须指向具体可改进的点
- **NEVER** 忽略追问就急着出下一题——一道好题的价值在追问中体现
- **NEVER** 评分时只看"答案正确性"——面试考察表达力、结构化思维、抗压能力，不仅是对错

每道题回答完后，指出**最该改进的一个点**

## 单题快答模式

用户没有简历/JD，也没有要走完整流程，而是直接丢过来一道面试题时（例如"面试官问'你最大的缺点是什么'怎么回答"），跳过所有 Phase，直接给出满分示范回答。

**回答要求**：
- 以优秀面试者的第一人称视角写回答，不是以导师口吻讲道理
- 使用 STAR 结构（情境→任务→行动→结果），语言自然口语化
- 如果用户提到了具体岗位/行业，结合该岗位特性定制；否则给出通用但可改编的回答
- 回答末尾附加一两句"这道题面试官真正在考察什么"的简短分析
- 如果用户提供了自己的答案，先点评再给示范，格式同 Phase 3

## 工作流程

```
单题快答（用户直接问一道题）→ 直接示范回答
完整流程（用户有简历/JD）→ Phase 1 → Phase 2 → Phase 3 → Phase 4
```

### Phase 1: 输入解析

1. **确认目标岗位**（如用户未提供）：
   - 主动询问用户目标岗位名称（如"Java后端开发"、"产品经理"、"数据分析师"等）
   - 询问工作年限和面试类型（校招/社招/内推）
   - 如果用户提供了JD，从中提取岗位信息
2. 根据文件类型解析：
   - PDF → `pdf` 工具
   - DOCX → `exec` 用 python-docx/pandoc 转文本
   - 图片 → `autoglm-image-recognition`
   - URL → `web_fetch`
   - 纯文本 → 直接使用
3. 提取结构化摘要（内存中）：技能栈、项目经历、工作经历、年限、教育背景、量化成果 / 岗位职责、技能要求、团队信息
4. 展示摘要，用户确认后进入 Phase 2

### Phase 2: 生成题库

**MANDATORY 步骤 A — 面经搜索**：进入此阶段前，使用 `autoglm-websearch` 技能搜索真实面经：
- 搜索关键词：`"{目标岗位}" 面试经验 面经 2024 2025`（结合技能关键词）
- 如果用户提供了目标公司，先加上公司名搜索，再去掉公司名搜索
- 搜索 2-3 轮，尽量覆盖：高频考点、真题风格、面试官侧重点、候选人踩坑点
- 将搜索到的面经要点整理为参考素材（内存中），用于出题

**MANDATORY 步骤 B — 加载出题指令**：读取 [`references/generate-prompt.md`] 完整内容。**Do NOT Load** 其他 references 文件。

**出题时**：结合面经素材 + 用户简历 + JD要求，让题目更贴近真实面试风格。如果有高频考点在面经中反复出现，优先覆盖。
生成后一次性展示完整题库列表（题号、分类、考察点、难度），让用户了解全貌。

### Phase 3: 逐题模拟

每道题：出题 → 用户回答 → 点评（具体改进点 + 示范回答）→ 下一题

**"不会"处理**：用户表示不会/不懂时，立即切换为"完美面试者"视角，给出结合其简历背景的满分示范（STAR结构），温和引导继续。

随时支持：跳过、重答、换类似题、暂停/恢复、查看进度。

### Phase 4: 复盘报告

所有题目完成后，输出：
- 总体评分 + 各维度雷达
- 最强项/薄弱项（各举1-2个具体例子）
- 每题得分一览
- 具体可执行的提升建议（不是泛泛的"加强练习"）

FILE:references/generate-prompt.md
# 题库生成指令

在 Phase 2 中，基于 Phase 1 的解析结果生成题库。

## 核心出题原则

**角度差异化**：同类题目从不同维度切入，避免重复考察同一点

## 题目分类与配额（参考，根据面试场景决策树调整）

| 分类 | 数量 | 出题策略 |
|------|------|----------|
| 破冰 | 1-2题 | "2分钟自我介绍，重点突出与这个岗位最相关的经历" |
| 项目深挖 | 5-7题 | 选简历中2-3个最相关项目，每项目2-3道追问链（概述→选型→困境） |
| 技术/专业 | 6-20题 | 基于JD必备技能，优先考察简历声明掌握但深度存疑的技能 |
| 行为/软技能 | 3-4题 | 团队协作、冲突处理、优先级管理——必须用STAR引导回答 |
| 情景假设 | 2-3题 | 构造该岗位日常工作的真实业务场景 |
| 压力/反向 | 2-3题 | 失败经历、缺点、离职原因 + 基于简历定制的压力追问 |

## 各分类出题要点

**项目深挖追问链模板**：
- 第1层："你在XX项目中的角色是什么？核心贡献在哪？"
- 第2层："当时为什么选A方案？和B方案比优劣是什么？"
- 第3层："如果当时时间/资源减半，你会怎么调整？"

**技术/专业能力**：
- 概念理解 + 实际应用双角度——"你简历上写了熟悉XX，讲讲你在实际项目中怎么用XX解决XX问题的？"
- 对于JD强调但简历中体现不足的技能，重点出题考察真实掌握度

**行为/软技能**：
- 必须结合岗位特性出题——技术岗考"与产品经理意见不合"，管理岗考"团队成员能力参差不齐"
- 引导用户用STAR回答，但不要在题目中直接说"请用STAR"（面试官不会这么提醒）

**情景假设**：
- 场景越具体越好——"入职第一周，接手的项目deadline还有两周但代码质量很差且没有文档，你怎么做？"

**压力/反向**：
- 基于简历定制——"你XX项目的成果，团队其他人贡献了多少？""你上一份工作为什么离开？"

## 题目格式

```
#N [分类] | 考察点：XXX | 难度：⭐~⭐⭐⭐⭐⭐

题目正文（具体、有场景感）
```

## 输出模板

```
📚 题库已生成（共N题）

━━━ 破冰 ━━━
#1 [破冰] ⭐⭐ | 考察点：自我介绍与岗位匹配
...

━━━ 项目深挖 ━━━
#2 [项目深挖] ⭐⭐ | 考察点：XX项目核心贡献
...

━━━ 技术/专业 ━━━
...

━━━ 行为/软技能 ━━━
...

━━━ 情景假设 ━━━
...

━━━ 压力/反向 ━━━
...

准备好了吗？回复"开始"进入模拟面试 🎯
```

---
name: md2pdf
description: Convert Markdown files to PDF using Pandoc. Use when the user wants to export, convert, or generate a PDF from a .md file. Triggers: "convert md to pdf", "export pdf", "markdown to pdf", "generate pdf from markdown", "md to pdf", "导出PDF", "转成PDF", "markdown转pdf", "生成PDF".
---

# md2pdf

Convert Markdown files to beautifully typeset PDF using Pandoc + LaTeX.

## Prerequisites

- **pandoc** — `winget install pandoc` or <https://pandoc.org/installing.html>
- **LaTeX engine** — XeLaTeX recommended (bundled with TeX Live or MiKTeX). Install via:
  - `winget install MiKTeX` or <https://miktex.org/download>
  - Or `winget install TeXLive` for TeX Live

The script auto-detects available engines in order: `xelatex` > `lualatex` > `pdflatex`.

## Quick Start

Run the bundled script:

```bash
python scripts/md2pdf.py <input.md> [output.pdf]
```

Options:
- `--toc` — Include table of contents
- `--css <file>` — Apply custom CSS stylesheet
- `--highlight <style>` — Code highlight style (default: `tango`)

## Default Behavior

The script applies these defaults when using XeLaTeX/LuaLaTeX (the preferred engines):

- **CJK support**: SimSun (serif), SimHei (sans), Microsoft YaHei (mono)
- **Margin**: 1 inch all sides
- **Code blocks**: syntax highlighted with Pygments

## Workflow

1. Confirm the input `.md` file exists and is readable
2. Run `scripts/md2pdf.py` with appropriate options
3. If pandoc or LaTeX is missing, report the installation instructions to the user
4. Return the generated PDF path to the user (send the file if applicable)

## Advanced: Direct Pandoc Calls

For options not covered by the script, call pandoc directly:

```bash
# Custom LaTeX template
pandoc input.md -o output.pdf --pdf-engine=xelatex --template=custom.tex

# Specific page size
pandoc input.md -o output.pdf --pdf-engine=xelatex -V geometry:margin=2cm -V papersize:a4

# Metadata
pandoc input.md -o output.pdf --pdf-engine=xelatex -V title="My Report" -V author="Author"
```

FILE:scripts/md2pdf.py
#!/usr/bin/env python3
"""md2pdf — Convert Markdown files to PDF using Pandoc.

Usage:
    python md2pdf.py <input.md> [output.pdf] [--css <style.css>]

Requires: pandoc (with a LaTeX engine), XeLaTeX recommended for CJK support.
"""

import argparse
import os
import subprocess
import sys
import shutil
from pathlib import Path


def check_dependencies():
    """Check if pandoc is available."""
    if not shutil.which("pandoc"):
        print("Error: pandoc is not installed or not in PATH.", file=sys.stderr)
        print("Install it from: https://pandoc.org/installing.html", file=sys.stderr)
        print("Or on Windows: choco install pandoc / winget install pandoc", file=sys.stderr)
        sys.exit(1)


def find_latex_engine():
    """Find an available LaTeX engine. Prefer XeLaTeX for CJK support."""
    engines = ["xelatex", "lualatex", "pdflatex"]
    for engine in engines:
        if shutil.which(engine):
            return engine
    return None


def convert_md_to_pdf(
    input_path: str,
    output_path: str = None,
    css_path: str = None,
    toc: bool = False,
    highlight_style: str = "tango",
) -> str:
    """Convert a Markdown file to PDF via Pandoc + LaTeX."""
    check_dependencies()

    input_file = Path(input_path).resolve()
    if not input_file.exists():
        print(f"Error: Input file not found: {input_path}", file=sys.stderr)
        sys.exit(1)

    if output_path is None:
        output_path = str(input_file.with_suffix(".pdf"))
    output_file = Path(output_path).resolve()

    engine = find_latex_engine()
    if engine is None:
        print("Warning: No LaTeX engine found. PDF generation may fail.", file=sys.stderr)
        print("Install a LaTeX distribution: https://www.latex-project.org/get/", file=sys.stderr)
        print("Recommended: TeX Live (full) or MiKTeX", file=sys.stderr)
        engine = "xelatex"

    cmd = [
        "pandoc",
        str(input_file),
        "-o", str(output_file),
        "--pdf-engine", engine,
        "--highlight-style", highlight_style,
    ]

    if engine in ("xelatex", "lualatex"):
        cmd.extend([
            "-V", "mainfont=SimSun",
            "-V", "sansfont=SimHei",
            "-V", "monofont=Microsoft YaHei",
            "-V", "CJKmainfont=SimSun",
            "-V", "geometry:margin=1in",
        ])

    if toc:
        cmd.append("--toc")

    if css_path and Path(css_path).exists():
        cmd.extend(["--css", str(Path(css_path).resolve())])

    print(f"Converting: {input_file} -> {output_file}")
    print(f"Engine: {engine}")

    try:
        result = subprocess.run(cmd, capture_output=True, text=True, timeout=120)
        if result.returncode != 0:
            print(f"Pandoc error:\n{result.stderr}", file=sys.stderr)
            sys.exit(1)
        print(f"Done: {output_file}")
        return str(output_file)
    except subprocess.TimeoutExpired:
        print("Error: Conversion timed out (120s).", file=sys.stderr)
        sys.exit(1)


def main():
    parser = argparse.ArgumentParser(description="Convert Markdown to PDF using Pandoc")
    parser.add_argument("input", help="Input Markdown file path")
    parser.add_argument("output", nargs="?", help="Output PDF path (default: same name as input)")
    parser.add_argument("--css", help="Optional CSS file for styling")
    parser.add_argument("--toc", action="store_true", help="Include table of contents")
    parser.add_argument("--highlight", default="tango", help="Code highlight style (default: tango)")
    args = parser.parse_args()

    convert_md_to_pdf(
        input_path=args.input,
        output_path=args.output,
        css_path=args.css,
        toc=args.toc,
        highlight_style=args.highlight,
    )


if __name__ == "__main__":
    main()

---
name: personality-analyzer
description: >
   从聊天记录中深度分析人物性格、说话风格和心理画像，输出结构化分析报告。当用户要求分析某人的聊天记录、说话风格、性格特征、心理画像时使用此 skill。典型触发："分析一下这个人"、"分析聊天记录"、"提取说话风格"、"人物画像分析"、"帮我分析一下TA"、"分析形象"。
---

# 人物心理分析器

从聊天记录中深度分析人物性格、说话风格和心理画像。

---

## 支持的输入方式

1. **直接粘贴文本** — 
2. **截图/图片** — 使用 `autoglm-image-recognition` 识别文字后分析
3. **文本文件** — `.txt` / `.csv` / `.json` 格式的聊天记录导出

---
## 执行流程

### Phase 1：输入处理

根据输入类型选择处理方式：

- **文本粘贴** → 直接进入分析
- **图片** → 调用 `autoglm-image-recognition` 提取文字；若为本地文件需先通过 `autoglm-file-upload` 上传获取 URL
- **文件** → 用 `read` 读取内容

从聊天记录中分离目标人物的发言（排除对方发言、系统消息等），仅分析目标人物的语言。

> 若聊天记录涉及多人对话，先通过上下文判断目标发言者；若无法判断，直接询问用户。

---
### Phase 2：多维度分析

分析前，先读取 `references/analysis-framework.md` 获取详细评分标准。


#### 维度 A：HEXACO 核心人格评估

评估 HEXACO 六大维度（标注 高/中/低 倾向）：
1. **H - 诚实-谦逊性 (Honesty-Humility)**：真诚度、对物质/权力的态度、是否谦逊。
2. **E - 情绪性 (Emotionality)**：对压力的焦虑、寻求情感支持的依赖性、是否多愁善感（低分代表坚韧与独立）。
3. **X - 外向性 (eXtraversion)**：社交大胆、发言意愿、生命活力。
4. **A - 宜人性 (Agreeableness)**：宽容度、温和度、对冒犯的反应（不轻易发怒/记仇）。
5. **C - 尽责性 (Conscientiousness)**：组织性、对细节的关注、行事的谨慎程度。
6. **O - 经验开放性 (Openness to Experience)**：好奇心、创造力、对非传统观点的接受度。

#### 维度 B：MBTI 人格推断
基于文本证据推断最可能的 MBTI 类型，给出：
- 最可能的类型（如 ENFP-T）
- 各维度的判断依据（E/I, S/N, T/F, J/P）
- 置信度（高/中/低）
- 次可能的类型

### 维度 C：人格结构
- **3–5 个核心性格标签**（必须多样，禁止同质化，如不得连续给出"温柔 + 体贴 + 善解人意"）
- **反常识发现**（★ 必填）：1 条"大多数人第一眼看不出来的"深层特质
- **潜在矛盾**（★ 必填）：1 条"表面矛盾、实则可共存"的特质
- **暗面评估**：结合 H（诚实谦逊）和 A（宜人性）得分，评估是否存在自恋、马基雅维利主义或操控倾向


#### 维度 D：价值观分析
- 最重视的价值观（排名前三）
- 价值冲突信号（矛盾点）
- 决策偏好（理性导向 vs 感性导向）
- 对金钱、时间、人际关系、自我成长、恋爱的态度

#### 维度 E：喜好与厌恶
- 明确表达喜欢的事物/活动/话题
- 明确表达不喜欢/回避的事物
- 允许从文本中猜测此人喜欢或者不喜欢的事物

#### 维度 F：深度心理需求
- 核心需求（安全感、认同感、掌控感、自由、连接等）
- 未被满足的需求信号
- 防御机制（否认、幽默、转移话题、合理化等）
- 内在动机

#### 维度 G：情绪分析
- 情绪波动范围（稳定/中等/剧烈）
- 常见情绪状态（快乐、焦虑、平静、愤怒等）
- 情绪触发因素
- 压力指数评估（1-10 分）
- 情绪表达方式（直接表达/压抑/间接表达）

#### 维度 H：情感需求
- 亲密关系模式（依恋类型倾向）
- 对陪伴/独立的需求平衡
- 沟通需求（倾诉型 vs 独处消化型）
- 被理解的方式（语言确认/行动支持/空间给予）

---
 
### 阶段 3：生成输出
 
**步骤 1**：读取 `references/report-template.md`，必须生成模板格式中的所有内容，严格按模板生成 Markdown 报告。
 
**步骤 2**：使用`md2pdf`，按 pdf skill 规范将 Markdown 报告转换为 PDF 文件并交付给用户。


---
 
## 分析原则
 
- **尊重隐私**：不在输出中暴露具体个人信息，除非用户明确要求
- **深度优先**：宁可在某个维度深入挖掘，也不要每项浅尝辄止

FILE:_meta.json
{
  "ownerId": "kn7a6q08nw9wa73g0m8y3qm4b9854ppd",
  "slug": "personality-analysis",
  "version": "1.0.0",
  "publishedAt": 1776613158370
}
FILE:references/analysis-framework.md
# 分析框架方法论


## 人物四维深挖框架
 
- **复杂性与矛盾性**：揭示人物性格中的矛盾点和复杂层面，避免过于理想化或单一化的描述。

每个分析维度都必须穿透以下四层，不允许停留在表层：

1. **语义表层 **：
   - **关注点**：对方直接说了什么？

2. **潜话语层 **：
   - **关注点**：对方没说出口的潜台词是什么？
   - **识别机制举例**：
     - 过度解释：通常源于对他人的不信任或对失去掌控的恐惧。
     - 否定式开头（如“我不是在怪你...”）：往往后面跟着的就是责备，反映了“委婉型攻击”倾向。

3. **核心需求层 **：
   - **映射模型**：该言行是为了满足哪种基本需求？
   举例：
     - 归属感：通过讨好、附和、分享弱点来换取连接。
     - 力量感：通过修正他人、炫耀资源、下达指令来确立地位。
     - 安全感：通过回避冲突、话语模糊、设置边界来保护自我。

4. **根本动机层 **：
   - **底层驱动**：行为的终极指向是？
   - 例证：一个疯狂工作的人，动机可能是为了逃避对平庸的恐惧（恐惧驱动），也可能是为了实现某种改变世界的愿景（理想驱动）。


## 复杂人格的三大高级观察法则

### 法则 A：一致性断裂点 (Consistency Breakpoints)
- **定义**：当一个人的长期人设（如“情绪稳定的成年人”）在某个特定话题上突然失效（如谈论某位亲戚时突然失态），这个断裂点就是通往其**核心创伤**或**终极欲望**的入口。
- **分析要求**：对比历史消息记录，识别情绪激增或逻辑断裂的瞬间。

### 法则 B：能量流向分析 (Energy Flow)
- **逻辑**：观察对话中注意力的“主语”是谁。
- **高频率“我”**：自我意识过强，可能处于自我证明阶段或自恋补偿期。
- **高频率“规矩/标准”**：强烈的秩序感需求，可能是完美主义者或缺乏安全感。
- **回避性焦点**：当话题进入深度情感区时，频繁跳跃到第三方话题，代表存在“情感回避”防御。

### 法则 C：沉默与留白的意义
- **分析**：在冲突发生后，对方的沉默是“被动型攻击”（冷暴力）还是“习得性无助”（放弃沟通）？
- **区分**：
  - 如果沉默后伴随突然的爆发，倾向于**压抑后的爆发**。
  - 如果沉默后表现得极度理智，倾向于**理智化防御**（Intellectualization）。


## HEXACO 推断方法论与信号锚点

### H - 诚实-谦逊性 (Honesty-Humility)
- **高分信号**：表达真诚、追求公平、对物质/地位表现出克制、用词谦逊、愿意承认自己的不足。
- **低分信号**：炫耀财富/人脉、有操纵他人或利用规则漏洞的言论、觉得规则不适用于自己、自恋表达、对他人展现出优越感。

### E - 情绪性 (Emotionality)
*(注：与大五人格的神经质部分重合，但HEXACO中低情绪性代表坚韧)*
- **高分信号**：频繁表达恐惧/焦虑/担忧、遇到困难时第一时间寻求情感支持、对他人经历多愁善感、易受惊吓。
- **低分信号**：情感独立、面对压力表现坚韧甚至冷漠、极少寻求安慰、习惯自己消化负面事件。

### X - 外向性 (eXtraversion)
- **高分信号**：社交大胆、在群体对话中主动发起话题、表达生命活力（经常提到外出、聚会、运动）、社交自信。
- **低分信号**：倾向独处、在对话中多为被动的回应方、回避人群聚集的讨论、社交自尊较低。

### A - 宜人性 (Agreeableness)
*(注：HEXACO的宜人性侧重于对他人冒犯的反应和脾气)*
- **高分信号**：对他人冒犯表现宽容（"没事"、"没关系"）、语气温和不具攻击性、愿意妥协、极具耐心。
- **低分信号**：易怒（经常使用贬义词）、记仇（反复提及过去的过节）、固执己见拒绝妥协、在冲突中极具攻击性。

### C - 尽责性 (Conscientiousness)
- **高分信号**：强调计划和日程、工作/学习勤奋的描述、追求细节与完美、行事谨慎（"我再核对一下"）。
- **低分信号**：随性/随遇而安的表达、冲动决策、对错误或遗漏不在乎（"差不多得了"）、缺乏组织性。

### O - 经验开放性 (Openness to Experience)
- **高分信号**：对艺术/美的探讨、对未知/新领域充满好奇、提出非传统观点或脑洞、喜欢抽象哲理讨论。
- **低分信号**：极度保守、只关注现实日常琐事（吃喝拉撒）、排斥新奇事物或观念、思维表现出刻板印象。

## 暗黑特质评估 (The Dark Triad indicators)
- **马基雅维利主义倾向**：高度关注低 H（诚实谦逊），伴随计算和操纵性语言。
- **自恋倾向**：低 H + 高 X（外向社交自信），频繁自我指涉（"我"的出现频率极高），要求特殊待遇。
- **精神病态倾向**：低 H + 低 E（低情绪性/冷酷）+ 低 A（低宜人/易怒攻击），表现出缺乏共情。

## MBTI 推断方法论

### Extraversion (E) vs Introversion (I)
- E 信号：主动发起话题、多人社交提及、对社交活动的积极态度、话题广泛跳跃
- I 信号：回应型而非发起型、深聊偏好、独处时间提及、话题深入单一

### Sensing (S) vs Intuition (N)
- S 信号：关注具体细节、偏好实际话题、线性叙事、对抽象概念少兴趣
- N 信号：频繁假设/推测、跳跃性思维、关注可能性、喜欢抽象讨论

### Thinking (T) vs Feeling (F)
- T 信号：逻辑分析、客观评价、效率导向、冲突中保持理性
- F 信号：共情表达、价值导向、和谐优先、关注他人感受

### Judging (J) vs Perceiving (P)
- J 信号：计划性语言、结构化表达、确定性强、时间管理提及
- P 信号：开放式表达、灵活变通、探索性语言、拖延/临时决定信号

## 情绪分析维度

### 正面情绪关键词（中文）
开心、高兴、哈哈、太好了、棒、赞、喜欢、爱、感谢、期待、兴奋、幸福、满足、不错、好耶、妙

### 负面情绪关键词（中文）
烦、累、难过、伤心、生气、愤怒、无语、崩溃、压力、焦虑、担心、害怕、讨厌、恶心、郁闷、烦躁、累死了、不想

### 中性/平静关键词
嗯、哦、好、行、可以、随便、都行、无所谓、还行

### 压力指数评估标准
- 1-3：低压力 — 情绪平稳，积极词汇为主
- 4-6：中等压力 — 偶有负面表达，但总体可控
- 7-8：高压力 — 频繁负面词汇，叹气/抱怨增加
- 9-10：极高压力 — 崩溃表达、极端情绪、无助感

## 依恋类型识别线索

### 安全型
- 表达信任、舒适讨论关系话题、能接受短暂分离
- 自然表达需求，不过度反应

### 焦虑型
- 过度确认对方感受、频繁寻求保证、对未回复敏感
- 分离焦虑信号、占有欲表达

### 回避型
- 回避深入情感话题、强调独立、亲密时拉开距离
- 压抑情感表达、理性化处理情感问题

### 混合型
- 时而焦虑时而回避、矛盾信号、不稳定的关系模式

## 防御机制识别

- **否认**：对明显问题说"没事""挺好的"
- **幽默**：用玩笑回避严肃话题
- **转移**：话题突然跳转，回避 uncomfortable 内容
- **合理化**：为负面事件找"合理的"解释
- **投射**：把自身情绪归因于他人或环境
- **压抑**：明显有情绪但只字不提

## 聊天对象多维度评分准则 (1-10分)
1. **情绪稳定性**：高分代表反馈稳定，低分代表易受外界干扰爆发。
2. **外向性**：
3. **宜人性**：
4. **尽责性**：
2. **共情深度**：高分代表能准确捕捉对方未言明的情绪，低分代表自恋或情感钝感。
3. **沟通诚意**：高分代表信息透明、真实，低分代表防御性强、敷衍或操控。
5. **逻辑理性**：高分代表思考周密，低分代表纯感性驱动或思维跳跃。
6. **社交能量**：高分代表主动性强、掌控全场，低分代表被动、能量低。

FILE:references/report-template.md
# 人物心理画像分析报告

---
## 标题区
用一句话给出**人物核心定性**，要有冲击力，不要平淡。

## 彩蛋区
加入以下内容（可更有创意）：
- **如果 TA 是一部电影**：类比一个角色/影片，并说明原因
- **TA 最可能在凌晨 3 点想什么**：基于心理画像做创意推断
- **如果让TA和你一直黏在一起，他会做什么** ：不排除各种可能倾向

## 禁忌列表（避免对人物说出的话/风格）
->[避免对该人物说出的话/风格/行为]
->[如果你想从TA的所有雷点出发获取TA的关注，你可以做的行为]
## 一、核心人格素描
### 1. 核心人物底色：[用5——8个字组成的一个名词描述人物，如爱减肥的饭桶]
### 2. 关键矛盾：[人物的矛盾形象]
### 3. [性格一+行为举例]
### 4. [性格二+行为举例]
### 5. [性格三+行为举例]
### 6. 自我认知
（必须从多维度分析人物性格，严格避免生成相似或者同类型的性格描述。）

---

## 二、 多层次人物特征
### 1. 核心动力与行为驱动力： [描述该人物的核心底色与行为驱动力，约50-100字。]
### 2. 多层次形象描述：[人物的表面形象和深层形象的分别描述，以及评价其是否表里如一]
### 3. 缺点大全：[列出隐藏在对话中的至少三条缺点]
### 4. 成长建议：[对人物长期成长发展的建议性描述]

---

## 三、 HEXACO 维度量化与证据 (Dimensional Analysis)

### 1. 诚实-谦逊性 (Honesty-Humility) —— （0~5颗星）【高 / 中 / 低】
- **评估侧写**：[描述其真诚度、对物质权力态度等]

### 2. 情绪性 (Emotionality) —— （0~5颗星）【高 / 中 / 低】
- **评估侧写**：[描述其焦虑程度、情感依赖度、坚韧性等]

### 3. 外向性 (eXtraversion) —— （0~5颗星）【高 / 中 / 低】
- **评估侧写**：[描述其社交自尊、社交大胆与活力等]

### 4. 宜人性 (Agreeableness) —— （0~5颗星）【高 / 中 / 低】
- **评估侧写**：[描述其宽容度、对冒犯的反应、妥协灵活性等]

### 5. 尽责性 (Conscientiousness) ——（0~5颗星） 【高 / 中 / 低】
- **评估侧写**：[描述其组织性、完美主义倾向、谨慎程度等]

### 6. 经验开放性 (Openness to Experience) —— （0~5颗星）【高 / 中 / 低】
- **评估侧写**：[描述其好奇心、对非传统观点的接受度等]

---

## 四、 暗黑特质预警 (Dark Trait Scanner)
### 1.**自恋/操纵倾向评估**：
### 2. **分析说明**：[基于文本的客观推测，如无明显倾向则标注“未见明显迹象”]
### 3. **其他暗黑倾向** ：[默认人物存在黑化可能，必须从高到低列出可能存在至少3种邪恶倾向]
---

## 五、MBTI 人格推断

### 推断结果：XXXX（置信度：高/中/低）

| 维度 | 倾向 | 依据 | 佐证|
|------|------|------|------|
| E/I | | | |
| S/N | | | |
| T/F | | | |
| J/P | | | |

**次可能类型**：XXXX

---

## 六、价值观地图

### 核心价值观（Top 3）
1.
2.
3.

### 价值冲突点

### 消费模式

### 决策模式

---

## 七、喜好与厌恶

### 喜爱
| 类别 | 具体内容 |
|------|----------|
| | | 

### 不喜爱 / 回避
| 类别 | 具体内容 |
|------|----------|
| | | 

### 生活习惯 
| 维度 | 特征 | 
|------|----------|
| | |
---

## 八、深度心理需求

### 核心需求
-

### 未被满足的需求信号
-

### 防御机制
-

### 内在动机
-

### 恋爱观念
- 

---

## 九、情绪画像

### 情绪概况
- **情绪波动范围**：□ 稳定  □ 中等  □ 剧烈
- **主导情绪**：
- **情绪触发因素**：

### 压力指数：X / 10 （至少包括5种压力指标）
**评估依据**：

### 情绪表达方式
-
---

## 十、人际关系模式
### 社交安全圈
- 内圈
- 外圈
### 友情模式
-
### 恋爱态度
-
---

## 十一、情感需求分析


### 依恋类型倾向
-

### 陪伴与独立平衡
-

### 沟通需求类型
-

---
## 十二、 灵魂深度解构

### 隐藏面 (The Hidden Side)
- **深度观察**：[描述其社交面具下的真实冲动]
- **判据**：[引用其言行不一的片段]

### 核心恐惧 (Core Fear)
- **终极驱动**：[识别其一切行为背后的恐惧源]
- **行为表现**：[他/她是如何为了逃避这个恐惧而做出动作的]


## 十三、 综合人格评分 (10分制)
| 维度 | 分数 | 简评 |
| :--- | :--- | :--- |
| 情绪稳定性 | | |
| 共情深度 | | |
| 沟通诚意 | | |
| 心理韧性 | | |
| 逻辑理性 | | |
| 社交能量 | | |
-

---

## 十四、风格模仿指南
### 人物标签


### 口头禅清单
-

### 最佳沟通建议
-[基于上述人格特征给出实操沟通建议]


### 抗压通道
-

### 模仿示例对话
**场景**：[某个日常话题]
**模拟回复**：[模仿该人物风格的回复]

### 告诉人物如何避免黑化
-
---

*报告生成时间：YYYY-MM-DD HH:mm*