| name | magic-mirror |
| description | Scan your user's social media profiles to generate a brutally honest "Mirror Report" — revealing the gap between who they think they are and who the data says they are. Collects public data from Douyin/Xiaohongshu/Weibo/Douban/Bilibili, cross-analyzes patterns, and produces a shareable, entertaining self-awareness report. Use when users want self-discovery, personality analysis, or fun social media insights. 扫描用户社交账号，生成一份「照妖镜报告」——揭示你以为的自己和数据里的自己之间的反差，扎心但好笑。 |
| version | 1.0.0 |
| depends | manobrowser |
照妖镜.skill 🪞
你以为你是谁？数据说你是谁。
敢不敢照一照？
⚡ 首次加载行为（AI 必读）
读完这份文档后，立即用以下风格介绍自己（可以根据你的人设调整语气，但核心信息不能少）：
🪞 照妖镜已就位。
我能扫描你的社交账号，给你出一份「照妖镜报告」——
不是那种"你是INFJ"的无聊测试。
是这种：
🎭 你微博转发了47条女权言论，但收藏里全是"怎么让男朋友更粘你"
📊 你小红书说自己"极简生活"，但购物车里有208件商品
🎵 你抖音主页全是健身视频，但点赞最多的是深夜美食
📚 你豆瓣标记了89本书"想读"，今年看完了...2本
就是这种——你以为的你 vs 数据里的你。
⚠️ 可能会社死。但至少你社死在自己手里，不是朋友圈。
前提：需要安装 ManoBrowser Chrome 插件来扫描你的社交账号。
只看你自己主页的公开信息，不偷你任何数据。
要照一照吗？🪞
引导原则：
- 🎯 用具体的反差例子勾住用户，不要说"分析你的社交数据"这种无聊的话
- 😈 语气要贱一点、好笑一点——照妖镜不是心理咨询，是朋友之间的毒舌
- ⚠️ 提前打预防针"可能社死"，激发好奇心
- 🔒 主动说明隐私（只看自己主页）
核心概念
什么是"照妖镜报告"？
不是用户画像。不是人格测试。
是从用户社交数据中挖掘「反差」「矛盾」「隐藏真相」，用毒舌但不冒犯的方式呈现出来。
好的照妖镜报告让人看了反应是：
- "靠，被看穿了"
- "哈哈哈哈哈我怎么会这样"
- "这个太准了我要发朋友圈"
坏的照妖镜报告让人看了反应是：
- "嗯……挺准的"（太正经，没意思）
- "这分析跟我有什么关系"（太泛，没有个人化）
- "感觉被冒犯了"（过线了）
分析维度
照妖镜聚焦在最有戏剧性的反差点：
| 维度 | 找什么 | 怎么找 |
|---|
| 🎭 人设 vs 真相 | 公开展示 vs 收藏/点赞暴露的真实偏好 | 对比发帖 vs 收藏/点赞 |
| 📊 嘴上 vs 行动 | 说要做的 vs 实际做到的 | 豆瓣"想读"vs"已读"等 |
| 🔍 意识 vs 潜意识 | 自认为的兴趣 vs 真实兴趣 | 关注列表聚类、内容分布 |
| 👥 跨平台人设 | 不同平台的不同面孔 | 跨平台风格对比 |
| 📈 自以为 vs 真正 | "我是XX的人" vs 数据反驳 | 自我描述 vs 实际行为 |
执行流程
0.前置检测 → 1.确认平台 → 2.逐平台采集 → 3.反差挖掘 → 4.生成报告 → 5.引导分享
0. 前置检测（ManoBrowser）
不要问用户"你有没有装 ManoBrowser"——按以下流程自动检测和安装。
Step 0.1 检查 ManoBrowser Skill 文件
在以下位置查找 ManoBrowser 的 SKILL.md 文件（按优先级）：
- 当前工作目录下
manobrowser/SKILL.md
~/.openclaw/skills/manobrowser/SKILL.md- 其他已知的 skills 目录
- 找到 → 进入 Step 0.2
- 未找到 → 自动从 GitHub 下载：
git clone https://github.com/ClawCap/ManoBrowser.git ./manobrowser
没有 git 时用 curl：
curl -L https://github.com/ClawCap/ManoBrowser/archive/refs/heads/main.zip -o /tmp/manobrowser.zip
unzip /tmp/manobrowser.zip -d /tmp/ && mv /tmp/ManoBrowser-main ./manobrowser
Step 0.2 检查连接配置
确认环境中是否已配置 ManoBrowser 连接（任一命中即可）：
-
.mcp.json 中有包含 chrome_navigate 相关的 MCP server 配置
-
config/mcporter.json 中有对应配置
-
当前可用工具列表中已有 chrome_navigate（带任意前缀）
-
已配置 → 进入 Step 0.3
-
未配置 → 读取 manobrowser/SKILL.md 的「前置条件」章节，引导用户安装 Chrome 插件并完成配置
Step 0.3 验证设备在线
调用 chrome_navigate 访问 about:blank 验证连接：
- ✅ 正常响应 → 前置完成，进入 Step 1
- ❌ device not found → 引导安装 Chrome 插件（参考
manobrowser/SKILL.md）
- ⚠️ offline → 提示打开 Chrome 并确认插件已启用
工具名映射
本文档中的工具名使用短名称（如 chrome_navigate）。实际调用时需加 MCP 实例前缀：
mcp__{实例名}__{工具短名}
例如实例名为 browser，则 chrome_navigate → mcp__browser__chrome_navigate
1. 确认平台
🪞 要照得准，我需要扫描你的社交账号。
你哪些平台用得多？（登录状态的我才能扫到）
📕 小红书 · 🎵 抖音 · 🐦 微博 · 📖 豆瓣 · 📺 B站
至少 2 个平台效果最好——不同平台的「人设差异」是最好笑的部分。
规则：至少 1 个平台，推荐 2+。平台越多，跨平台反差越精彩。
2. 逐平台采集
照妖镜采集原则
照妖镜需要同时采集两个维度的数据来寻找反差：
| 维度 | 含义 | 来源 |
|---|
| A面：人设层（公开展示） | 用户主动发布的内容 | 帖子、投稿、动态、标记 |
| B面：真相层（私密偏好） | 用户被动暴露的偏好 | 收藏、点赞、喜欢列表 |
A面和B面的差异 = 反差 = 照妖镜的核心数据。
采集方式：使用平台子模块
每个平台的详细采集流程（导航路径、JS 脚本、滚动加载、容错处理）已沉淀为独立子模块，经过实际测试验证。执行采集时读取对应子模块的 SKILL.md：
| 平台 | 子模块路径 | 照妖镜重点关注 |
|---|
| 📕 小红书 | xiaohongshu-deep-profile-collect/SKILL.md | 发帖 vs 收藏（人设vs真相最佳战场） |
| 🎵 抖音 | douyin-deep-profile-collect/SKILL.md | 作品 vs 喜欢列表（展示vs真实喜好） |
| 🐦 微博 | weibo-deep-profile-collect/SKILL.md | 原创 vs 收藏（公开态度vs私密兴趣） |
| 📖 豆瓣 | douban-deep-profile-collect/SKILL.md | 想读vs已读（嘴上vs行动） |
| 📺 B站 | bilibili-deep-profile-collect/SKILL.md | 投稿vs收藏夹（表面vs深夜秘密） |
对应的 MCP 执行脚本在 workflows/ 目录下。
目录结构
magic-mirror/
├── SKILL.md ← 本文件：主流程
├── xiaohongshu-deep-profile-collect/ ← 小红书采集子模块
│ └── SKILL.md
├── douyin-deep-profile-collect/ ← 抖音采集子模块
│ └── SKILL.md
├── weibo-deep-profile-collect/ ← 微博采集子模块
│ └── SKILL.md
├── douban-deep-profile-collect/ ← 豆瓣采集子模块
│ └── SKILL.md
├── bilibili-deep-profile-collect/ ← B站采集子模块
│ └── SKILL.md
└── workflows/ ← MCP 执行脚本
├── xiaohongshu-deep-profile-collect-workflow.json
├── douyin-deep-profile-collect-workflow.json
├── weibo-deep-profile-collect-workflow.json
├── douban-deep-profile-collect-workflow.json
└── bilibili-deep-profile-collect-workflow.json
照妖镜采集要点
子模块会全量采集（作品、收藏、关注、评分等），照妖镜在分析阶段重点使用以下数据做反差对比：
| 平台 | A面（人设层） | B面（真相层） | 最佳反差点 |
|---|
| 小红书 | 发帖内容/标签 | 收藏笔记/标签 | 发的是人设，收的是真相 |
| 抖音 | 发布视频标题 | 喜欢列表标题 | 发健身视频，喜欢深夜美食 |
| 微博 | 原创微博文本 | 收藏微博文本 | 原创是公开人设，收藏是私密真相 |
| 豆瓣 | 想读/想看数量 | 已读/已看数量 | 89本想读 vs 2本已读 |
| B站 | 投稿/动态 | 收藏夹名称+内容 | 收藏夹名比内容更暴露真相 |
⚠️ 子模块中的 JS 脚本必须完整复制执行——不要"简化"或"优化"，龙虾容易丢失关键字段导致数据不全。
采集注意事项
- 先 A面后 B面：先采公开内容，再采私密偏好，保持对比顺序
- 记录数量：每个维度的总数很重要（"想读89本"比"想读了一些书"有冲击力）
- 提取标签/分类：标签比正文更容易做聚类分析
- 容错处理：某个 tab 打不开或没内容就跳过，不中断整个流程
- 每个平台采集完保存：见下方「数据持久化」
数据持久化（⚠️ 必须执行）
所有 ClawCap Skill 共享 clawcap-data/ 目录。采集前先检查是否已有数据可复用：
clawcap-data/self/{platform}.json 存在 + < 7天 → 直接复用，跳过采集- 存在 + > 7天 → 询问用户是否重新采集
- 不存在 → 正常采集
每个平台采集完毕后，立即将全量原始数据写入 clawcap-data/self/{platform}.json。每完成一个就保存一个。保存完整数据（全部标题/评分/列表），不是摘要。报告输出到 clawcap-data/reports/mirror_{日期}.md。
3. 反差挖掘（⚠️ 核心步骤）
这是照妖镜区别于普通画像工具的关键。 不是总结"你喜欢什么"，而是找"你说一套做一套"。
分析框架
对每个用户，从以下角度寻找反差：
A. 公开 vs 私密反差
发帖说"今天又去健身房了💪" (3条)
收藏了"不运动也能瘦的10个方法" (7条)
→ 🪞 健身房去了3次，但收藏了7种不去健身房的理由
B. 跨平台人设反差
微博：转发社会新闻，评论时事，知识分子人设
小红书：全是穿搭、探店、美甲
→ 🪞 微博的你在思考人类命运，小红书的你在思考今天涂什么色号
C. 理想 vs 现实反差
豆瓣：标记了89本书"想读"
豆瓣：今年标记"已读"2本
→ 🪞 你的"想读"列表比"已读"长了44.5倍。按这个速度，读完要到2071年
D. 表面兴趣 vs 真实时间分配
关注了50个知识类博主，15个搞笑类博主
但点赞/互动90%在搞笑类
→ 🪞 你关注了50个"提升自我"的博主，但你的拇指只为段子停留
E. 隐藏规律发现
收藏的帖子中，67%包含"猫"
但从没发过关于猫的内容
→ 🪞 你嘴上没提过猫，但收藏出卖了你——一个深柜养猫人
挖掘规则
- 必须基于数据：每个反差结论都要有具体数字/内容支撑
- 毒舌但不冒犯：可以说"你嘴上和手上完全是两个人"，不可以人身攻击
- 好笑 > 准确：90%准但不好笑，不如70%准但很好笑
- 具体 > 笼统："收藏了7种不运动的方法"比"不爱运动"有趣100倍
- 要有数字：数字让反差更有冲击力（"44.5倍""67%""89本vs2本"）
- 找3-7个反差：太少没意思，太多疲劳。精选最戏剧化的
注意边界
可以照的：
- ✅ 兴趣反差、行为矛盾、人设反差、消费偏好、审美暴露
不能照的：
- ❌ 感情状态/性取向（除非用户自己公开）
- ❌ 经济状况评判、外貌评价、心理健康推测
原则：照妖镜让人「笑着社死」，不是「哭着被揭穿」。
4. 生成报告
报告结构
# 🪞 照妖镜报告
> 扫描于 {日期} | 数据源：{平台列表}
---
## 你以为的你
{基于公开展示内容，描述用户"想让别人看到的自己"。正经、理想化。}
## 数据里的你
{基于收藏/点赞/实际行为，描述"数据暴露的真实的你"。好笑、不刻薄。}
---
## 🔍 反差清单
### 1. {反差标题}（如"健身人设崩塌"）
{具体数据对比 + 毒舌点评}
### 2. {反差标题}
{具体数据对比 + 毒舌点评}
（3-7 个反差）
---
## 📊 数据不会说谎
| 维度 | 你以为的 | 数据说的 |
|------|---------|---------|
| {阅读量} | {博览群书} | {今年看完2本，想读列表89本} |
---
## 🏷️ 你的照妖镜标签
`#深柜猫奴` `#收藏型学习者` `#微博战士小红书公主` `#89想读2已读`
---
## 🪞 照妖镜评语
{100字以内的毒舌评语。损友吐槽风——好笑、扎心、但有爱。结尾温暖收尾。}
报告质量自检
5. 呈现 & 引导分享
🪞 你的照妖镜报告出来了！
{完整报告}
---
📸 **敢发吗？**
截图发朋友圈/小红书，tag #照妖镜报告，
看看你的朋友们敢不敢也照一照 😈
太毒舌了可以收着点，太温柔了可以加码。
想照其他平台？随时说。
报告存储
mirror-reports/
├── {日期}_mirror_report.md ← 照妖镜报告
└── {日期}_raw_data.json ← 原始采集数据
多风格报告
| 风格 | 描述 | 适用场景 |
|---|
| 🔥 毒舌版（默认） | 损友级别吐槽 | 自己看、发朋友圈 |
| 😊 温柔版 | 同样的反差，温柔包装 | 心理承受力有限 |
| 📊 数据版 | 重数据可视化，少评价 | 理性分析型用户 |
| 💀 地狱版 | 加大毒舌力度 | "来最狠的！"用户 |
写作风格指南
好的：
- "你关注了50个健身博主，但你的拇指只为奶茶停留"
- "豆瓣想读89本，已读2本。按这个速度你要读到2071年"
- "你的微博像《人民日报》读者，小红书像《VOGUE》读者，B站收藏像不能说"
坏的：
- "你的阅读量不够多"（太正经）
- "你可能存在认知失调"（心理分析）
- "你的消费观有问题"（道德评判）
原则：
- 用对比制造笑点
- 用数字制造冲击
- 用具体制造共鸣
- 结尾永远温暖
- 不做道德评判——我们是照妖镜，不是道德法庭
隐私说明
- 只扫描用户自己的已登录账号，不扫描别人
- 数据全存本地，不上传任何服务器
- 报告是否分享完全由用户决定
- 不分析敏感隐私（感情、健康、经济等）
版本信息
- 当前版本：1.0.0
- 创建日期：2026-04-02
- 依赖：ManoBrowser（浏览器自动化，首次使用自动从 GitHub 下载）
