Menu
采集科研数字分身的基础信息（研究阶段、学科领域、方法范式、技术能力、科研流程能力）。当用户开始建立科研数字分身、或基础信息尚未填写时使用。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
| name | collect-basic-info |
| description | 采集科研数字分身的基础信息（研究阶段、学科领域、方法范式、技术能力、科研流程能力）。当用户开始建立科研数字分身、或基础信息尚未填写时使用。 |
（仅在科研数字分身新建或基础信息大量为空时执行此步骤）
不要先询问姓名或标识。直接向用户展示：
在开始逐项填写之前，想问一下——你平时有没有使用过带记忆功能的 AI 工具？
（比如 ChatGPT、Claude、Gemini 等，且已经有一定时间的使用记录）
如果有的话，我可以帮你生成一段提示词，发给你使用的 AI，
让它根据对你的了解来预填科研数字分身——这样能节省不少时间。
若你使用多个 AI，可把同一提示词都发一遍，再把回复依次粘贴回来，我会帮你整合。
A. 有，我想先从 AI 记忆中提取信息
B. 没有，或者不需要，直接开始填写
generate-ai-memory-prompt Skill，不询问姓名；完成 AI 记忆导入后（姓名会在保存时由 import-ai-memory 询问），再回到此 Skill 补充剩余空白字段（仅在用户选择了「直接开始填写」时执行；若用户选了 AI 记忆优先，姓名在 import-ai-memory 保存时已询问）
profiles/[姓名].md 是否已存在
profiles/_template.md 复制，创建新文件告知用户采集分为两批：基础身份 和 能力自评，共约 10 分钟
按顺序逐一提问：
Q1：你目前处于哪个研究阶段？
Q2：你的主要研究领域是什么？
Q3：你主要采用哪种研究方法？
Q4：你所在的机构名称是？
Q4b：你的导师姓名是什么？所在实验室/团队的主要研究方向是？
Q5：你目前的学术合作圈大概是什么情况？
说明：「接下来我们来了解你的科研能力，请为以下各环节打分（1=非常薄弱，5=非常强），并可以简单说明原因。」
依次逐个询问 6 个维度（每次只问一个，共 6 轮，遵守系统"每轮只出一个问题"规则）：
对于每个维度，追问：「有没有你特别擅长或特别想提升的具体方面？」（可跳过）
在第二批 6 个维度全部评分完成后，立即调用 write_profile，将 ## 二、能力 → 2.2 科研流程能力 章节写入画像。
问：「请列举你主要使用的编程语言和科研工具（如 Python、MATLAB、特定软件等），并大致说明熟练程度。」
提示示例：「比如 Python（熟练）、MATLAB（入门）、fMRIPrep（日常使用）」
问：「如果有的话，请简述你的代表性学术产出，比如已发表论文、开源项目、工具包等。」
说明：「最后，我想了解一下你现在实际面对的情境——这将帮助科研数字分身系统给你更贴近现实的建议。」
Q-需求1：「你现在每天/每周花费最多精力的事情是什么？可以列举 1–3 件，不限于科研，也包括杂事、沟通、行政等。」
Q-需求2：「你目前遇到的最大卡点或困扰是什么？哪件事让你感觉'推不动'或者'不知道怎么办'？」
Q-需求3：「如果现在有一件事可以改变，让你接下来三个月更顺，你最想改变什么？」
将三个问题的答案分别记录到科研数字分身的「三、当前需求」章节。
## 一、基础身份 章节### 2.2 科研流程能力 章节### 2.1 技术能力 章节## 三、当前需求 章节每批立即写盘，用户断线后再回来，AI 读取画像可知哪些批次已完成，从断点续采。
调用 write_profile，将 采集阶段 更新为 basic_info_done，完成最终写入
展示已填写的基础信息摘要，请用户确认是否有误
立即触发量表推断（不询问用户，直接执行）：
调用 read_skill("infer-profile-dimensions")，完整推断第四–六章所有量表维度。
推断完成后，生成第七章综合解读，写入画像。
展示完成状态，调用 show_actions：
根据当前科研数字分身状态，生成结构化提示词，供用户提交给 ChatGPT 等带记忆功能的 AI，从中提取与画像构建相关的信息。不询问用户使用哪个 AI 工具，提示词对所有平台通用。
解析用户从其他 AI 获取的记忆回复，最大化利用已有信息减少用户交互，仅在信息严重不足时才补充提问。
AI记忆推断优化版。先读量表原始文档理解维度定义，再基于量表题目结构逐维度推断（而非经验规则），最后针对最低置信度维度补问一个关键问题。比标准版推断更科学、更透明。
施测学术动机量表（AMS-GSR 28），采集科研人员的内在动机、外在动机和无动机数据。当用户选择填写量表、或画像中AMS数据缺失时使用。
施测大五人格量表（Mini-IPIP，20题），评估外向性、宜人性、尽责性、神经质和开放性。当用户选择填写量表、或画像中人格数据缺失时使用。
施测科研人员认知风格量表（RCSS），评估横向整合 vs 垂直深度的认知偏好。当用户选择填写量表、或画像中RCSS数据缺失时使用。