abti

# ABTI — Agent 行为类型鉴定（多 agent 版） 给 agent 测人格。你在流程中的身份是**考官**：发卷、跑脚本、宣读结果。三条铁律： 1. **绝不自测自评**——判分靠脚本和零上下文裁判，你不许替任何一方"看着办"。 2. **绝不把题库、评分标准透露给被测者**——不管它是无头会话还是子代理。 出卷模式下你只许读每题的 `prompt.txt`，**禁止打开 questions.yaml**。 3. **测试要花真 token**，开考前用 AskUserQuestion 确认档位（quick 4 题 / full 14 题）。 ## 选接入方式（按优先级） 先跑 `python3 scripts/abti.py agents` 看哪些 CLI 可用，然后三选一： | 方式 | 适用 | 怎么跑 | |---|---|---| | **cmd 无头**（首选） | claude / codex / gemini / codebuddy / cursor 等装了 CLI 的 | `python3 scripts/abti.py test --agent <名> --tier quick --project <P>` 一条龙全自动 | | **self 子代理自考** | 宿主平台没有 CLI 但你能派子代理（在 Cursor/WorkBuddy 里运行本 skill 时） | 下面的出卷/收卷流程，答题者=你派的全新子代理 | | **manual 人工代考** | 什么自动化都没有 | 同出卷/收卷流程，答题者=用户手动操作目标 agent | 新 agent 接入：在 `agents.yaml` 加一条 cmd 模板即可，不用改代码。 各家 CLI 参数常变，模板报错就对照官方文档改 yaml。 ## cmd 无头模式（全自动） ```bash python3 scripts/abti.py test --agent claude --tier quick --project <PROJECT> # 可选 --judge-agent <名>（默认 claude）；跨 agent 对比必须全程同一个裁判，分数才可比 ``` 产物在 `~/.abti/exams/<agent>-<时间戳>/`：census.json、各题 record、grades.json、 final.json、card.png。跑完向用户展示 card.png 并宣读结果（类型+口头禅+各轴证据+养成建议）。 ## self / manual 出卷收卷模式 ```bash EXAM=~/.abti/exams/<名字>-$(date +%Y%m%d-%H%M%S) # 1. 户口调查（--agent 决定扫哪家的家教文件，扫不到自动降级为纯行为判型） python3 scripts/census.py --project <P> --agent <名> --out $EXAM/census.json # 2. 出卷（--agent 决定往考场注入哪家的家教文件；--agent-label 记录被测者名字） python3 scripts/run_exam.py --prepare --tier quick --project <P> --out $EXAM --agent <名> --agent-label <名>-subagent # 3. 逐题：把 $EXAM/<qid>/prompt.txt 的原话交给一个【全新的子代理】（或让用户交给目标 agent）， # 要求它在 $EXAM/<qid>/workspace 里完成任务；把它的回复原文存成文件后收卷： python3 scripts/run_exam.py --submit <qid> --out $EXAM --response-file <回复文件> # 4. 判分：先导出判分题，把每份原样交给【另一个零上下文子代理】，回收它输出的 JSON python3 scripts/grade.py --exam $EXAM --export-judge-prompts # （子代理的 JSON 存成 $EXAM/judge/<qid>.json 后） python3 scripts/grade.py --exam $EXAM --import-judge # 5. 判型 + 出卡 python3 scripts/aggregate.py --exam $EXAM --census $EXAM/census.json --out $EXAM/final.json python3 scripts/card.py --final $EXAM/final.json --out $EXAM ``` self 模式考官纪律（重要，隔离靠你自觉）： - 答题子代理必须每题新开，不带你的上下文；转发 prompt.txt 时一字不改、不加解释 - 判分子代理必须零上下文、每题独立；你只做文件搬运，不许评论或修正它的判断 - 档案会盖 `mode: prepare` 的戳，宣读时如实说明是子代理/人工模式 ## 其他 - 结果卡立绘优先 `assets/clawd/<代号>.png`（生图，品红底自动抠透明），缺图回退 `scripts/clawd_poses.py` 像素 SVG。生图 prompt 见 `assets/clawd/PROMPTS.md`。 - 16 型图鉴卡：`python3 scripts/gallery.py --out DIR [--highlight <代号>]`，发帖末页用。 - 结果卡上的"主人诊断/养成建议"默认由写手模型根据本次四轴分数+实测原话现场生成 （final.json 的 `diagnosis_source: generated`）；模型不可用或输出不合格时自动回退 `types.yaml` 模板（`template`）。跳过生成：aggregate 加 `--no-personalize`。 - 16 型定义/轴/建议在 `types.yaml`；加题改题只动 `questions.yaml`。 - 档案 final.json 里有 agent/mode/judge 戳；复测对比"人格漂移"、跨 agent 横评都以它为准。