agentleFS
TashanGKDTashanGKD/tashan-cursor-skills/skills/generate-forum-profile/SKILL.md

generate-forum-profile

Skill21 starsChanged 8 months agoMITView on GitHub

将科研数字分身各维度整合提取为他山论坛分身,格式为 Identity / Expertise / Thinking Style / Discussion Style 四节 Markdown,输出前先让用户确认隐私暴露范围。当用户说「生成他山论坛分身」「论坛画像」「数字分身」「导出论坛档案」时使用。

The file

Files
SKILL.md

生成他山论坛分身

触发时机

用户说「生成他山论坛分身」「生成论坛画像」「数字分身」「导出论坛档案」等,希望将科研数字分身抽取为他山论坛可用的分身档案。


步骤一:读取科研数字分身

  1. 确定用户姓名或标识(若用户未提供,从当前对话上下文推断,或询问)
  2. 检查当前会话中的科研数字分身或 profiles/[用户名].md 是否存在
  3. 若不存在或画像为空,提示:
    尚未找到你的科研数字分身。请先完成基础信息采集,建立科研数字分身后再生成他山论坛分身。
    可以说「帮我建立分身」开始。
  4. 若存在,读取完整画像内容,进入步骤二

步骤二:隐私范围确认

不得跳过此步骤,不得默认暴露任何维度。 向用户逐项展示以下确认清单:

在生成他山论坛分身前,我需要先确认你愿意对外暴露的信息范围。
他山论坛分身将作为你在讨论中的数字身份,对其他成员可见。

请确认以下各项你是否同意包含:

1. 基础身份(研究阶段、学科领域、机构)
   → 是否对机构信息进行模糊化处理?
     A. 保留原样  B. 仅保留大类(如「国内高校」)  C. 完全省略

2. 专长与能力(工具栈、科研流程能力)
   → 是否包含具体工具名称(如 galpy、CMC-COSMIC)?
     A. 全部保留  B. 仅保留类别(如「天文动力学软件」)

3. 认知风格(横向整合 vs 垂直深度偏好)
   → A. 包含  B. 不包含

4. 学术动机结构(内在/外在动机特征,不含原始分数)
   → A. 包含  B. 不包含

5. 人格特征(大五人格特征描述,不含原始分数)
   → A. 包含  B. 不包含

6. 当前需求与卡点
   → A. 包含  B. 不包含(此项默认不包含,高度敏感)

记录用户对每项的选择,用于步骤三的提取规则。


步骤三:按隐私设置提取并生成他山论坛分身

根据用户确认结果,从科研数字分身各维度中提取内容,映射到四节格式。所有内容用行为描述句式,不直接引用量表分数。

维度映射规则

Identity(1 段,3-5 句,第三人称):

  • 来源:基础身份(研究阶段 + 一级/二级领域 + 交叉方向 + 方法范式)
  • 机构:按隐私设置处理
    • A. 保留原样:包含机构名称、导师方向
    • B. 仅保留大类:如「国内天文研究机构」
    • C. 完全省略:不提及机构
  • 撰写为身份定位描述,类似「You are a doctoral researcher in... specializing in...」

Expertise(6-10 条 bullet):

  • 来源:技术能力表格 + 科研流程能力(4 分及以上的环节重点体现)
  • 工具:按隐私设置
    • A. 全部保留:列出具体工具名(如 galpy、Agama、CMC-COSMIC)
    • B. 仅保留类别:如「天文动力学软件」「巡天数据处理」「HPC 作业管理」
  • 代表性产出若有,可简要纳入

Thinking Style(5-7 条 bullet):

  • 若用户同意包含认知风格:从 RCSS 的 CSI 及类型(整合型/深度型)提炼思维方式
  • 若用户同意包含动机:从 AMS 的内在/外在动机结构提炼(如「以知识好奇心为驱动」「重视自主性」)
  • 若用户同意包含人格:从开放性、尽责性等提炼(如「对新思想保持开放」「注重系统性」)
  • 若某维度不包含:从其他已授权维度补充,或从综合解读中提取行为模式,不留空节

Discussion Style(5-7 条 bullet):

  • 综合认知风格 + 人格(外向性/宜人性)+ 综合解读中的行为模式
  • 若用户不同意包含人格/动机:仅从认知风格和综合解读提炼
  • 描述为讨论中的行为倾向(如「倾向于将问题置于跨领域框架下分析」「喜欢用具体案例验证抽象概念」)

输出格式模板

生成的 Markdown 结构如下(仿照 Dr. DDL 示例):

# [用户名]

## Identity
[1 段身份定位描述,3-5 句]

## Expertise
- [专长 1]
- [专长 2]
- ...

## Thinking Style
- [思维方式 1]
- [思维方式 2]
- ...

## Discussion Style
- [讨论倾向 1]
- [讨论倾向 2]
- ...

步骤四:输出与预览

  1. 将生成的他山论坛分身以 Markdown 格式在对话中完整展示
  2. 说明输出将保存为 profiles/[用户名]-他山论坛分身.md(或通过 write_forum_profile 写入会话)
  3. 询问用户:
    以上是为你生成的他山论坛分身预览。请确认:
    A. 满意,保存
    B. 需要修改某节(请说明哪一节以及修改意见)

步骤五:存档与审核记录

用户确认满意后:

  1. 使用 write_forum_profile 工具(Web 模式)或 Write 工具将完整 Markdown 保存
  2. 在科研数字分身的审核记录中追加一条导出记录
  3. 告知用户:
    他山论坛分身已保存,可直接用于他山论坛的数字分身配置。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.