field-expert

# 布迪厄场域理论专家分析技能 (Field Expert Analysis) ## 概述 布迪厄场域理论专家分析技能整合了场域边界识别、资本分析、习性分析和场域动力学分析功能。该技能遵循渐进式信息披露原则，定义标准化的分析流程，支持宿主agent动态加载提示词模板。 ## 使用时机 当用户请求以下分析时使用此技能： - 分析社会场域或领域（教育、政治、文化等） - 识别场域边界和游戏规则 - 分析资本分布和权力关系 - 理解习性及其与场域结构的关系 - 调查场域内的斗争和权力动态 - 分析场域的历史演变与发展趋势 ## 输入规范 ### 用户输入格式 用户应提供分析文本的路径： ```json { "input_path": "文本目录路径", "field_type": "场域类型（可选，如educational, cultural, political）" } ``` ### 预期输入文件 技能自动扫描输入目录中的以下文件类型： - **扎根理论数据**: `*开放编码*`, `*选择性编码*`, `*饱和度检验*` - **社会网络数据**: `*社会网络*`, `*network*` - **理论框架**: `*ESOC*`, `*理论框架*` ## 工作流程（6步骤） ### 步骤1: 数据准备 **操作类型**: 执行脚本（定量处理） **脚本路径**: `scripts/prepare_data.py` **输入**: 自动扫描输入目录中的文本文件 **输出**: `input/processed/combined_input.json` **执行命令**: ```bash python scripts/prepare_data.py --input <用户输入路径> --output input/processed/combined_input.json ``` **输出格式**: ```json { "metadata": { "input_path": "原始数据路径", "prepared_at": "时间戳", "sources": ["grounded_theory", "social_network", "esoc_framework"] }, "grounded_theory": {...}, "social_network": {...}, "esoc_framework": {...} } ``` --- ### 步骤2: 边界分析 **操作类型**: 动态加载提示词 → 宿主LLM分析 **提示词模板**: `prompts/boundary_analysis.txt` **输入**: `input/processed/combined_input.json` **输出**: `intermediate/01_boundary/boundary_results.json` **[PROMPT:boundary_analysis]** 你是布迪厄场域理论专家。请基于以下扎根理论分析数据，识别和界定分析文本中的场域边界。 ### 输入数据 {context:input/processed/combined_input.json} ### 分析任务 请从以下四个维度进行场域边界分析： #### 1. 场域识别 识别文本中描述的各个社会场域，包括场域名称、核心行动者、边界标识和场域间的区分原则。 #### 2. 边界确定 分析每个场域的边界特征：进入场域的条件、场域内部的排斥机制、场域边界的标识物。 #### 3. 守门人识别 识别场域边界的守门人角色：谁控制场域入口、谁维护场域规则、谁有权决定场域内外。 #### 4. 边界动态 分析场域边界的动态变化：边界的稳定性、边界渗透性、边界变迁的触发因素。 ### 输出格式 请以JSON格式输出分析结果： ```json { "fields": [ { "name": "场域名称", "core_actors": ["行动者1", "行动者2"], "boundary_markers": ["标识1", "标识2"], "entry_conditions": ["条件1", "条件2"], "exclusion_mechanisms": ["机制1", "机制2"] } ], "gatekeepers": [ { "actor": "守门人名称", "fields": ["场域1", "场域2"], "role": "守门角色描述" } ], "boundary_dynamics": { "stability": "稳定/变化中", "permeability": "高/中/低", "change_triggers": ["触发因素1", "触发因素2"] } } ``` [/PROMPT] --- ### 步骤3: 资本分析 **操作类型**: 动态加载提示词 → 宿主LLM分析 **提示词模板**: `prompts/capital_analysis.txt` **输入**: `input/processed/combined_input.json` **输出**: `intermediate/02_capital/capital_results.json` **[PROMPT:capital_analysis]** 你是布迪厄场域理论专家。请基于以下扎根理论分析数据，分析各场域中的资本类型与分布。 ### 输入数据 {context:input/processed/combined_input.json} ### 分析任务 请从以下四个维度进行资本分布分析： #### 1. 资本类型识别 识别分析文本中出现的各类资本：经济资本、社会资本、文化资本、符号资本。 #### 2. 资本分布分析 分析各类资本在不同行动者/场域间的分布：资本持有量排名、分布的不平等程度、资本占有的合法性来源。 #### 3. 资本转换路径 分析资本之间的转换关系：经济→社会、社会→文化、文化→符号，转换的条件和代价。 #### 4. 资本与位置关系 分析资本占有与场域位置的关系：资本多寡如何决定场域位置、位置如何影响资本获取。 ### 输出格式 请以JSON格式输出分析结果： ```json { "capital_types": { "economic": {"description": "...", "manifestations": [...]}, "social": {"description": "...", "manifestations": [...]}, "cultural": {"description": "...", "manifestations": [...]}, "symbolic": {"description": "...", "manifestations": [...]} }, "capital_distribution": { "ranking": [...], "inequality_level": "高/中/低" }, "conversion_paths": [...] } ``` [/PROMPT] --- ### 步骤4: 习性分析 **操作类型**: 动态加载提示词 → 宿主LLM分析 **提示词模板**: `prompts/habitus_analysis.txt` **输入**: `input/processed/combined_input.json` **输出**: `intermediate/03_habitus/habitus_results.json` **[PROMPT:habitus_analysis]** 你是布迪厄场域理论专家。请基于以下扎根理论分析数据，分析各场域行动者的习性模式。 ### 输入数据 {context:input/processed/combined_input.json} ### 分析任务 请从以下四个维度进行习性模式分析： #### 1. 行动者习性识别 识别各主要行动者的习性特征：行为模式、认知结构、实践倾向。 #### 2. 习性与场域关系 分析习性如何与场域结构相互作用：场域如何塑造习性、习性如何影响场域实践。 #### 3. 符号暴力机制 分析场域中的符号暴力：支配者实施的符号暴力形式、被支配者的接受与内化。 #### 4. 跨场域分析 分析习性的跨场域作用：场域转换时的习性调适、跨场域策略。 ### 输出格式 请以JSON格式输出分析结果： ```json { "actors_habitus": [ { "actor": "行动者名称", "behavior_patterns": {...}, "cognitive_structure": {...}, "practical_dispositions": {...} } ], "habitus_field_relationship": {...}, "symbolic_violence": {...}, "cross_field_analysis": {...} } ``` [/PROMPT] --- ### 步骤5: 动力学分析 **操作类型**: 动态加载提示词 → 宿主LLM分析 **提示词模板**: `prompts/dynamics_analysis.txt` **输入**: `combined_input.json` + `boundary_results.json` + `capital_results.json` + `habitus_results.json` **输出**: `intermediate/04_dynamics/dynamics_results.json` **[PROMPT:dynamics_analysis]** 你是布迪厄场域理论专家。请基于以下前期分析结果，进行场域动力学分析。 ### 输入数据 {context:intermediate_results} 其中 intermediate_results 包含： - 边界分析结果: intermediate/01_boundary/boundary_results.json - 资本分析结果: intermediate/02_capital/capital_results.json - 习性分析结果: intermediate/03_habitus/habitus_results.json ### 分析任务 请从以下四个维度进行场域动力学分析： #### 1. 场域竞争分析 分析场域内的竞争格局：竞争主体、竞争资源、竞争策略、竞争结果。 #### 2. 权力关系分析 分析场域内的权力结构与运作：权力来源、权力结构、权力运作、权力抵抗。 #### 3. 场域演变趋势 分析场域的历史演变与未来趋势：发展阶段、演变动力、演变阻力、未来趋势。 #### 4. 综合理论建构 基于以上分析，提炼理论命题。 ### 输出格式 请以JSON格式输出分析结果： ```json { "competition_analysis": {...}, "power_relations": {...}, "field_evolution": {...}, "theory_construction": { "core_findings": [...], "theoretical_propositions": [...] } } ``` [/PROMPT] --- ### 步骤6: 报告生成 **操作类型**: 执行脚本（定量处理） **脚本路径**: `scripts/generate_report.py` **输入**: 所有中间结果文件 **输出**: - `output/reports/field_analysis_report.html` - `output/json/comprehensive_analysis.json` - `output/executive_summary.txt` **执行命令**: ```bash python scripts/generate_report.py \ --input input/processed/combined_input.json \ --boundary intermediate/01_boundary/boundary_results.json \ --capital intermediate/02_capital/capital_results.json \ --habitus intermediate/03_habitus/habitus_results.json \ --dynamics intermediate/04_dynamics/dynamics_results.json \ --output output/ ``` --- ## 目录结构 ``` field-expert/ ├── SKILL.md # 技能定义 + 工作流程 ├── prompts/ # 提示词模板目录 │ ├── boundary_analysis.txt # 边界分析提示词 │ ├── capital_analysis.txt # 资本分析提示词 │ ├── habitus_analysis.txt # 习性分析提示词 │ └── dynamics_analysis.txt # 动力学分析提示词 ├── scripts/ # 脚本目录（定量处理） │ ├── prepare_data.py # 数据准备脚本 │ └── generate_report.py # 报告生成脚本 ├── modules/ # 分析模块 └── tests/ # 测试文件 ``` ## 数据流规范 | 步骤 | 操作 | 输入 | 输出 | |------|------|------|------| | 1 | 脚本 | 源文件 | `input/processed/combined_input.json` | | 2 | LLM | combined_input | `intermediate/01_boundary/boundary_results.json` | | 3 | LLM | combined_input | `intermediate/02_capital/capital_results.json` | | 4 | LLM | combined_input | `intermediate/03_habitus/habitus_results.json` | | 5 | LLM | 步骤2-4结果 | `intermediate/04_dynamics/dynamics_results.json` | | 6 | 脚本 | 所有结果 | `output/reports/*.html`, `output/json/*.json` | ## 宿主Agent集成指南 宿主agent调用此技能时应： 1. **解析SKILL.md** - 读取工作流程定义 2. **按步骤执行** - 按顺序执行6个步骤 3. **动态加载提示词** - 识别 `[PROMPT:name]` 标记，加载对应模板 4. **注入上下文** - 替换 `{context:filepath}` 为实际文件内容 5. **发送LLM** - 将提示词发送给宿主LLM执行 6. **写入结果** - 将LLM输出写入指定的JSON文件 ### 伪代码示例 ```python def run_field_analysis_skill(input_path): # 步骤1: 数据准备 run_script("scripts/prepare_data.py", f"--input {input_path}") # 步骤2: 边界分析 prompt = load_prompt("prompts/boundary_analysis.txt") context = read_file("input/processed/combined_input.json") result = llm_analyze(prompt.replace("{context}", context)) write_file("intermediate/01_boundary/boundary_results.json", result) # 步骤3: 资本分析 prompt = load_prompt("prompts/capital_analysis.txt") result = llm_analyze(prompt.replace("{context}", context)) write_file("intermediate/02_capital/capital_results.json", result) # ... 步骤4-6 return {"report": "output/reports/field_analysis_report.html"} ``` ## 输出格式标准 所有LLM分析步骤必须输出JSON格式，确保： - 键使用小写字母+下划线 - 值类型一致 - 包含timestamp元数据 - 数组元素类型一致 ## 质量标准 - 严格应用布迪厄理论框架 - 保持关系分析的核心关注点 - 考虑历史和文化背景 - 平衡结构和能动性视角 - 提供基于证据的解释 --- *此技能遵循agentskills.io标准，支持渐进式信息披露和动态提示词加载。*