| name | figure-pool-generator |
| description | 当用户要为 EchoProfile 按主题生成或刷新人物池 JSON、导入 zip、人物候选池、本地肖像素材，尤其是科学家、企业家、投资人、特定国家/时代/行业/气质权重名单时使用。 |
人物池生成器
概览
这是 EchoProfile 项目内的人物池生成 skill，用来产出可用的第一版人物池，而不是写泛泛的人物研究文章。产物必须落到本仓库的本地资产中，并符合当前 FigurePool 预期和 zip 导入/导出行为。
默认目标：
- 一个主题人物池
- 通常
30-50 人，除非用户给出更明确数量
- 人物气质要强区分，不要把所有人写成同一种腔调
- 本地肖像，尺寸尽量一致
- 仓库内 JSON 源文件
- 用户要求可导入产物时，额外生成兼容 zip 包
何时使用
用户提出这些需求时使用：
- 创建新人物池 / 候选池 / figure pool
- 刷新或扩展已有主题人物池
- 为一组人物生成 JSON 文件或 zip 导入包
- 按国家、时代、行业、学派、气质倾向调整人物池权重
不要用于：
- 只编辑一两个已有记录
- 与 EchoProfile 无关的通用传记写作
- 无关的素材下载任务
先读取的项目上下文
生成任何内容前，先检查当前仓库真实状态，不要假设 schema：
- 人物池系统设计：
skills/figure-pool-generator/references/figure-pool-design.md
- 素材标准：
skills/figure-pool-generator/references/figure-pool-material-guidelines-design.md
- 生成器设计：
skills/figure-pool-generator/references/figure-pool-generator-skill-design.md
- 共享校验/打包工具：
skills/figure-pool-generator/scripts/figure_pool_tools.py
- zip 打包器：
skills/figure-pool-generator/scripts/pack_figure_pool_zip.py
- 校验器：
skills/figure-pool-generator/scripts/validate_figure_pool.py
- 工具行为测试：
skills/figure-pool-generator/tests/
如果当前 checkout 里存在应用侧导入/导出实现，用 rg "pool.json|portrait_url|FigurePool|figure-pools" src src-tauri 查找，并以当前代码优先于旧文档。如果当前 checkout 没有应用实现，把 bundled scripts 和 tests 当作可执行契约。
输出位置
除非用户另有要求，优先使用这些路径：
- 源 JSON：
src/data/figure-pools/<pool-slug>.json
- 肖像目录：
public/figure-portraits/<pool-slug>/
- 导入 zip：
zip/<pool-slug>.zip
文件名使用 ASCII 和稳定 slug。
必需记录字段
每条记录必须满足当前人物池 schema 预期：
slugnamelocalized_names：有稳定本地化名称时填写portrait_urlquote_enquote_zhcore_traitsthinking_styletemperament_tagstemperament_summaryloading_copy_zhloading_copy_enbio_zhbio_enachievements_zhachievements_en
缺少肖像、必填字符串为空、成就数组为空、slug 重复都视为硬阻塞，不能继续声称完成。
内置工具
重复校验或打包时使用 bundled scripts，不要临时重写一次性逻辑：
- 校验源人物池：
python3 skills/figure-pool-generator/scripts/validate_figure_pool.py --input src/data/figure-pools/<pool-slug>.json
- 打包导入 zip：
python3 skills/figure-pool-generator/scripts/pack_figure_pool_zip.py --input src/data/figure-pools/<pool-slug>.json --output zip/<pool-slug>.zip
两个脚本默认把 /figure-portraits/... 按仓库 public/ 目录解析。如果不在仓库根目录运行，追加 --project-root /path/to/EchoProfile。
工作流程
1. 归一化用户需求
从用户请求中提取真实约束：
- 主题和边界
- 目标人数
- 必须包含的人物
- 必须排除的人物
- 国家 / 时代 / 行业权重
- 文案语气要求
- 是否需要 zip 输出
如果用户给出最终名单，把它当作权威来源。不要偷偷加回用户排除的人。
2. 确认当前 schema 和 zip 格式
写文件前检查当前实现：
FigureRecord 字段预期- 仓库当前保存完整
FigurePool 对象，还是只保存导入 payload
- zip 布局
当前 bundled packer 的 zip 行为：
- zip 根目录包含
pool.json
- 肖像放在
portraits/ 下
pool.json 中每条记录的 portrait_url 必须重写为 portraits/<filename>
zip payload 是导入 payload，不是内部运行态快照。
3. 构建人物名单
默认名单规模为 30-50 人。
选择规则：
- 优先代表性强、信号密度高的人物
- 保持内部差异，不堆叠近似人物
- 优先选择公开材料足够、能填好所有字段的人物
- 遵守用户权重，例如更多中国和美国互联网创始人
- 如果主题过窄，质量优先，并明确说明取舍
4. 写记录
为产品展示而写，不写百科式简历堆砌。
字段指导：
quote_zh / quote_en：短、可独立阅读、带人物气质bio_zh / bio_en：简洁展示文案，不堆履历achievements_*：2-4 条清晰、高识别度成就core_traits：压缩的人格/能力特征thinking_style：观察此人如何思考和行动temperament_summary：概括能量、节奏、风格loading_copy_*：短而生动，并贴合人物
用户要求更生动时：
- 增加场景感、时代纹理、战略味道
- 让人物之间明显不同
- 避免机器式平行句
- 仍保持字段适合 UI 展示，不要写太长
除非用户明确要求统一，否则不要让每条记录都像同一个模板。
5. 下载并标准化肖像
肖像规则：
- 优先高清、干净、单人照片
- 本地保存到
public/figure-portraits/<pool-slug>/
- 文件名和
slug 对齐
- 同一人物池内尺寸尽量一致
- 避免破损热链；仓库应拥有本地素材
如果网络受限，先按当前环境规则处理，不要假设可以下载。
6. 写 JSON 源文件
在 src/data/figure-pools/ 下创建仓库内源文件。
如果当前仓库约定使用完整 pool object，就保持该 source shape。如果用户只需要可导入输出，可以直接按导入 payload 编写。
至少保证文件内部一致：
- pool 名称和描述匹配主题
- 记录数量正确
- 所有肖像路径都解析到本地资产
- 所有必填字段都存在
7. 需要时导出 zip
用户要求 zip 时，按已实现 importer 兼容格式打包，并把最终 .zip 文件放到项目根目录的 zip/ 文件夹：
- 输出文件路径使用
zip/<pool-slug>.zip，必要时先创建 zip/ 目录
- 在 zip 包根目录创建
pool.json
- 把每条记录的
portrait_url 重写为 portraits/<filename>
- 把肖像文件放入
portraits/
- 不包含 importer/exporter 不需要的内部运行态元数据
以 skills/figure-pool-generator/scripts/pack_figure_pool_zip.py 和它的测试为准，不猜格式。
验证
没有新鲜检查结果时，不要声称完成。
最低检查：
- validator script 通过
- 记录数量符合预期
- 肖像文件本地存在
- 没有重复 slug
- packer script 成功
- zip 包含
pool.json
- zip 内肖像数量等于记录数
- zip 内
pool.json 使用 portraits/ 路径
常用命令：
python3 skills/figure-pool-generator/scripts/validate_figure_pool.py --input src/data/figure-pools/<pool-slug>.json
python3 skills/figure-pool-generator/scripts/pack_figure_pool_zip.py --input src/data/figure-pools/<pool-slug>.json --output zip/<pool-slug>.zip
python3 - <<'PY'
import json, zipfile
from pathlib import Path
z = zipfile.ZipFile(Path("zip/<pool-slug>.zip"))
payload = json.loads(z.read("pool.json"))
print("entries", len(z.namelist()))
print("records", len(payload["records"]))
print("portrait_entries", sum(1 for n in z.namelist() if n.startswith("portraits/")))
PY
回报结果
完成后报告：
- JSON 路径
- 肖像目录
- zip 路径：如果创建了 zip，必须位于
zip/<pool-slug>.zip
- 最终记录数
- 用户要求的包含/排除名单是否遵守
- 任何取舍、弱记录、缺失素材
报告要事实化。除非当前回合成功跑过验证命令，否则不要说已经完成。
