| name | scene-router |
| description | 15 场景入口路由 + 个性化推荐。用户选择或被识别场景后，路由到对应 skill 组合并加载场景 reference。新用户看预设场景，随着对话积累，预设逐渐被用户自己的高频人物/事件替代。SOS 场景直接路由 crisis，恋爱/家人场景可触发 see-pattern。 |
场景路由 + 推荐
用户进入对话时，帮 ta 找到最合适的场景入口，然后路由到对应 skill 组合。
核心原则
- 场景是入口，skill 是引擎：场景决定加载哪些 reference 材料，skill 决定怎么对话。
- 路由透明：用户选了什么场景就走什么路由，不偷偷换。
- 推荐不强制：推荐是建议，用户可以选别的或直接开聊。
- SOS 最高优先级：任何时候检测到 SOS 信号，立即路由 crisis，覆盖一切场景。
- 演化优先用户数据：有历史线索时，用用户自己的人和事替代预设场景。
触发条件
以下任一满足即触发：
- 对话开始时（新 session 的场景选择/推荐阶段）
- 用户主动说"我想聊聊恋爱的事""考研好焦虑""睡不着"等场景关键词
- 用户从 Heartbeat 推荐卡片点入
- 用户说"换个话题""我想聊别的"
不触发：
- 对话已经在某个 skill 流程中且用户没有要求切换
- crisis 正在执行中（不打断 crisis）
15 场景路由表
| 场景 | 关键词 | 路由到的 skill 组合 | 场景 reference 目录 |
|---|
| 恋爱 | 男朋友/女朋友/对象/暧昧/分手/复合/他不回消息/冷暴力/吵架（亲密关系） | listen + untangle + see-pattern | scenes/romance/ |
| 家人 | 爸妈/父母/妈妈/爸爸/家里人/原生家庭/催婚/催考研/代沟 | listen + untangle + see-pattern | scenes/family/ |
| 室友 | 室友/舍友/宿舍/合租/隔壁床 | listen + untangle | scenes/roommate/ |
| 朋友 | 朋友/闺蜜/兄弟/友谊/社交/被孤立/不合群 | listen + untangle | scenes/friend/ |
| 考研 | 考研/备考/二战/调剂/初试/复试/导师/学硕/专硕 | listen + face-decision + calm-body | scenes/postgrad-exam/ |
| 考公 | 考公/公务员/省考/国考/体制/上岸/行测/申论 | listen + face-decision + calm-body | scenes/civil-exam/ |
| 实习 | 实习/实习生/mentor/带教/职场新人/被骂/犯错 | listen + untangle + face-decision | scenes/internship/ |
| 求职 | 求职/找工作/投简历/面试/被拒/offer/秋招/春招 | listen + face-decision | scenes/job-hunting/ |
| 毕业 | 毕业/毕业论文/答辩/离校/毕业季/以后怎么办 | listen + face-decision + know-myself | scenes/graduation/ |
| 学业 | 学业/作业/DDL/挂科/绩点/论文/拖延/期末 | listen + face-decision + calm-body | scenes/academic/ |
| 失眠 | 失眠/睡不着/翻来覆去/脑子停不下来/凌晨还醒着 | calm-body | scenes/insomnia/ |
| 认识自己 | 认识自己/我是谁/我到底想要什么/我为什么总是/自我探索 | know-myself + see-pattern | scenes/self-discovery/ |
| 容貌焦虑 | 容貌焦虑/好丑/不好看/整容/减肥/身材/外貌 | listen + know-myself | scenes/body-image/ |
| 随便聊聊 | 随便聊聊/没什么事/无聊/就想说说话/陪我聊天 | listen | 无专属 reference |
| SOS | 不想活了/想死/自杀/自伤/割腕/跳楼/活着没意思/撑不住了 | crisis | scenes/sos/ |
路由优先级
用户输入
│
▼
① SOS 关键词检测 ──命中──→ crisis（立即，不经过场景选择）
│
▼（未命中）
② 场景关键词匹配 ──命中──→ 对应 skill 组合 + 加载场景 reference
│
▼（未命中）
③ 历史线索 + 当前上下文推断 ──有匹配──→ 推荐场景，用户确认后路由
│
▼（无匹配）
④ 展示场景列表 ──用户选择──→ 对应 skill 组合
│
▼（用户不选）
⑤ 默认走 listen（随便聊聊）
路由规则
- SOS 一票否决：SOS 关键词一旦命中，无论当前在什么场景，立即切 crisis。不等用户确认，不问"你想聊 SOS 吗"。
- 场景内 skill 切换由 skill 自身决定：进入恋爱场景后，listen 阶段结束是否切 untangle 或 see-pattern，由各 skill 的退出条件判断，scene-router 不干预。
- 跨场景切换需确认：用户在考研场景聊着突然说"我男朋友..."，路由器识别到恋爱关键词，但不自动切换。等当前话题告一段落或用户明确要换，才切。
- 多场景重叠取主场景："我妈催我考研"同时命中家人和考研。取用户情绪指向的主场景——如果在说妈妈让 ta 烦，走家人；如果在说考研压力大，走考研。模糊时问用户："你更想聊妈妈催你这件事，还是考研本身的压力？"
推荐算法
冷启动（新用户 / 历史线索 < 3 条）
展示 15 个预设场景供选择：
ai_options(
text="今天想聊点什么？",
options=["恋爱", "家人", "室友", "朋友", "考研", "考公", "实习", "求职", "毕业", "学业", "失眠", "认识自己", "容貌焦虑", "随便聊聊", "SOS 紧急求助"]
)
热启动（历史线索 ≥ 3 条）
- 参考
MEMORY.md 和 Slow guidance 里的高频人物 / 事件线索
- 按关联频次排序：最近 7 天内提到最多的人物/事件排在前面
- 混合推荐列表：
推荐列表 = [
用户高频标签 Top 3（如"小白""考研""妈妈"）,
最近未完结事件 Top 2（如"跟导师的谈话""实习面试结果"）,
预设场景补位（填满到 6-8 个选项）
]
- 展示推荐：
ai_options(
text="最近这些事还在你心里吗？想聊哪个？",
options=["小白的事", "考研", "跟妈妈的关系", "实习面试结果", "失眠", "随便聊聊", "其他..."]
)
深度个性化（历史线索 ≥ 10 条）
- 预设场景标签逐渐消失，完全被用户自己的人物和事件替代
- 推荐文案引用具体未完结事件：
- "上次你提到周五跟导师谈，后来怎么样了？"
- "小白上次说的那件事，你还在想吗？"
- 情绪趋势感知：如果最近 3 次对话情绪强度都 ≥7，推荐 calm-body 或 SOS 作为首选
推荐展示规则
- 选项数量：6-8 个，不超过 10 个。太多让人选择困难。
- "其他..."兜底：永远保留一个"其他..."或"随便聊聊"选项，让用户不被框住。
- SOS 不常驻：正常推荐中不放 SOS，SOS 只通过关键词自动触发。但如果用户最近有 crisis 记录，在推荐末尾低调保留"需要紧急帮助"。
- 不解释推荐理由：不说"因为你最近经常聊小白所以推荐..."。直接展示，像朋友知道你最近在忙什么。
场景 × Skill 交互
场景决定加载哪些 reference，skill 决定如何执行。同一个 listen，在不同场景有不同的回应策略：
| 情况 | 处理方式 |
|---|
| 恋爱场景 + listen | 加载 scenes/romance/ reference，listen 的承接中使用依恋理论相关知识（不说术语） |
| 考研场景 + listen | 加载 scenes/postgrad-exam/ reference，listen 的承接中理解备考焦虑的特殊性 |
| 恋爱场景 + see-pattern | 加载 scenes/romance/ reference，see-pattern 从历史记录里取恋爱相关线索 |
| 失眠场景 + calm-body | 加载 scenes/insomnia/ reference，calm-body 优先选 4-7-8 或身体扫描（非 5-4-3-2-1） |
| SOS 场景 + crisis | 加载 scenes/sos/ reference，crisis QPR 全流程执行，不路由其他 skill |
场景内 skill 切换流
以恋爱场景为例：
用户选择"恋爱"
│
▼
listen（先倾听，加载 scenes/romance/ reference）
│
├─ 用户说的事情很乱 → untangle（拆解后再聚焦）
│ └─ 理清后用户想继续聊 → 回 listen
│
├─ 情绪稳定 + 历史里已有重复模式线索 → see-pattern（呈现跨关系模式）
│ └─ E3 情绪洪水 → 回 listen
│
├─ 用户面临决策（"该不该分手"） → face-decision（由 AGENTS.md 路由，非本场景预设）
│
└─ 用户想结束 → farewell 或自然结束
历史记录使用
读取
- 新 session 开始时，优先参考
MEMORY.md 和 Slow guidance 里的高频人物、近期事件、未完结话题
- 历史为空时，直接回到冷启动，不要假装自己"记得很多"
- 推荐算法只用已经存在的历史线索，不凭空补人物、不编造旧事
写入
- scene-router 自己不负责强写长期记忆
- 只有当某个场景偏好已经稳定到会影响后续推荐时，才由 Slow 用
write_memory() 补一个简短锚点
禁止清单
| 禁止 | 原因 | 替代 |
|---|
| 自动切换场景不经用户确认 | 打断用户思路 | 等话题告一段落再问 |
| 在推荐中解释"为什么推荐这个" | 像监控，暴露内部逻辑 | 自然展示，像朋友知道你在忙什么 |
| 在 SOS 触发时展示场景选择 | 延误危机干预 | SOS 一票否决，直接 crisis |
| 展示超过 10 个选项 | 选择困难 | 6-8 个，"其他..."兜底 |
| 推荐中常驻 SOS | 造成压力/暗示 | 仅关键词触发，或有 crisis 记录时低调保留 |
| 强制用户选场景才能开聊 | 有些人就是想聊聊 | 默认走 listen |
| 泄漏内部检索动作（"我查了你的记忆..."） | 暴露系统机制 | 自然引用，不提数据来源 |
与其他模块的关系
| 模块 | 关系 |
|---|
| AGENTS.md | scene-router 的路由表写入 AGENTS.md 的场景路由段，保持三方一致 |
| 各 skill SKILL.md | scene-router 路由到 skill 后，执行逻辑由 SKILL.md 接管 |
| scenes/*/SCENE.md（F16） | 每个场景的 reference 材料、特有规则、禁忌由 SCENE.md 定义 |
| F14 程序主动触发 | Heartbeat 触发时调用 scene-router 的推荐算法生成个性化推荐卡片 |
MEMORY.md + Slow guidance | 推荐算法的数据源，必要时也是场景偏好的存储落点 |
特殊情况处理
| 情况 | 处理 |
|---|
| 用户选了场景但说的内容不匹配 | 以用户实际说的内容为准，静默调整到匹配的场景 |
| 用户中途从恋爱切到考研 | 当前话题自然收束后，提示"要聊聊考研的事吗？"，用户确认后切换 |
| 用户说"都有""什么都烦" | 走 untangle 先拆解，不强制选场景 |
| 历史记录为空 | 回退到冷启动，展示 15 预设场景 |
| 用户重复选同一个场景 | 正常路由，不提"你又选这个"。推荐算法自然会把它排在前面 |
| 对话中突然出现 SOS 信号 | 立即中断当前场景，路由 crisis。crisis 结束后不自动回到原场景 |
心理学依据
- 选择架构（Thaler & Sunstein, 2008）：默认选项和选项数量影响决策质量。6-8 个选项是认知负荷和选择自由的平衡点。
- 个人中心疗法（Rogers, 1961）：尊重用户自主选择。推荐不强制，"其他..."兜底，默认 listen 不设门槛。
- 认知负荷理论（Sweller, 1988）：选项过多导致决策疲劳。推荐列表精简，不超过 10 个。
- 近因效应（Murdock, 1962）：最近的事件在记忆中更突出。推荐算法按 7 天窗口排序。
不做的
- 不替用户选场景——推荐是建议，选择权在用户
- 不在场景内做 skill 调度——skill 切换由各 skill 的退出条件和 AGENTS.md 路由决定
- 不存储用户没有说过的场景偏好——只记录实际对话中出现的
- 不对场景做心理学诊断——"你总是选恋爱场景"不等于"你有情感依赖"
