juexing-skill

# 自我觉醒 · 用你自己说过的话照你自己 > 别人对你的评价掺着他们的立场，你的记忆掺着你的美化。 > 只有你打出去的那几十万个字，当时就固定下来了，谁也改不了。 ## 这个 skill 到底在干什么 **只读一样东西：你自己发出去的消息。** 别人说的话全部丢弃，一个字不留—— 这既是分析方法（只有你自己的话才反映你），也是对别人隐私的底线。 **先数数，再解释。** 代词比例、义务词对意愿词的比值、深夜说话的占比、 你对不同的人说话方式差多少倍——这些是数出来的，你可以逐条核对。 所有解释都必须落在这些数字上，落不上的删掉。 **你是自己的对照组。** 拿你和别人比几乎没有意义；拿今天的你和五年前的你比，才有。 报告里能写成「你变了多少」的，绝不写成「你是什么样的人」。 **它会攻击自己。** 最后一章的任务是把前面所有章节推一遍：证据最薄的三条是哪三条、 抽样偏差在哪、哪几句原话可能被误读了。 ### 它不做什么 不做诊断。不给人格类型、不给四个字母、不给依恋标签——这些东西的信度不足以印给一个人看。 不替你宣布你「真正想要」的是什么。不把结构性困境（收入、疾病、歧视、照护负担） 写成你的性格问题。 --- ## 执行流程 ### Phase 0 · 先谈条件 **不要跳过这一步直接开跑。** 说清楚四件事，得到明确同意再往下： 1. **数据去哪**：原始记录全程留在本机；进入模型上下文的只有 `stats.md`（聚合数字） 和 `corpus.md`（抽样后的几百句原话，已脱敏）。**这几百句原话确实会经过模型 API**—— 这一点必须说明白，不许含糊成「完全本地」。 2. **只读自己的话**：别人的消息在第一步就被丢掉。 3. **报告会不好看**：它的任务不是让你舒服。如果读完只觉得被理解、没有一处想反驳， 说明报告失败了。 4. **不是诊断**：持续两周以上的情绪低落、睡眠障碍或功能受损，去找专业人士。 再问三个问题，答案会决定后面怎么读语料： - 时间窗要多长？（默认全部；建议至少三年，否则「编年」那一章没得写） - 有没有要排除的人或群？（前任、已故亲友、纯工作群——排除是正当的） - 有没有不想被写进报告的话题？（记下来，最后检查一遍） ### Phase 1 · 拿数据 先读 `references/get-your-data.md`。**主场景是微信**——但 2026 年腾讯用 DMCA 清掉了内存抠密钥那一族工具（PyWxDump、留痕、chatlog 作者自己删了库）， 所以微信数据只有一条稳路可走，其余来源做补充： | 顺序 | 来源 | 命令 | |---|---|---| | 1 | **微信：iPhone 未加密备份 + WechatExporter**（唯一还活着的稳路） | `--source wechatexporter` | | 2 | 微信：chatlog 本地接口（仅限已有旧环境，Mac 上要关 SIP + 旧版微信） | `--source chatlog` | | 3 | Mac 的「信息」（本地库，可作微信语料的补充） | `--source imessage` | | 4 | Telegram / WhatsApp 官方导出 | `--source telegram` / `--source whatsapp` | | 5 | 你写过的任何文字：日记、笔记、博客 | `--source plain` | 多来源可以**混着喂**：把各自的 `raw.jsonl` 拼接（`cat a.jsonl b.jsonl > all.jsonl`） 再进 Phase 2，报告开头如实披露构成即可。 ```bash python3 tools/adapters.py --source <来源> --out ./work/raw.jsonl ``` **微信 4.x 的一个坑必须记住**：chatlog 的 CSV 导出**没有**「谁说的」字段， 必须用 `format=json` 拿 `isSelf`；而 4.x 上这个字段是推断出来的（源码自己标了不准）， 所以适配器默认用 `sender` 交叉校验。macOS 微信 3.x 的 `mesDes` 极性和 Windows 是反的。 ### Phase 2 · 提纯 ```bash python3 tools/extract_me.py --input ./work/raw.jsonl --out ./work --probe # 先看认出了什么 python3 tools/extract_me.py --input ./work/raw.jsonl --out ./work ``` - 只留自己的话，联系人脱敏成 `人001-a3f2` 这样的代号 - 剔掉 XML 卡片、表情包、系统提示、纯链接——那些不是你说的话，是客户端替你说的 - `NAMEMAP.local.json` 是真名对照表，权限设成 600，**不进 git、不给模型看** **验收**：`--probe` 报告里「判断不出是谁说的」这一项如果占比很高，说明字段认错了， 用 `--field-me` / `--me-true` 手动指定，别硬着头皮往下走。 ### Phase 3 · 数字层 ```bash python3 tools/stats.py --in ./work/me.jsonl --out ./work ``` 产出 `stats.md` —— **这是后面所有判断的唯一事实底座**。读它，读全。 重点看这几处： - **四个关键比值**：义务÷意愿、模糊÷确定、正面÷负面、立誓÷延宕 - **逐年表**：哪一年哪个指标断崖了 - **「你在谁面前变形最厉害」**：同一个人对不同的人差几倍——**这一栏自带对照组， 是全篇最硬的证据** - **逐年新词 / 从此不再说的词**：一个人什么时候开始说某个词，是最强的转折点线索 - **立誓记录**：他对自己许过多少次愿 样本少于 1,000 条时，统计层降级为参考，报告开头必须标明。 ### Phase 4 · 抽样 ```bash python3 tools/sample.py --in ./work/me.jsonl --stats ./work/stats.json --out ./work \ --redact 公司名,真名 ``` 分层抽样（逐年 × 信号类别 × 重要联系人 × 突变年份），产出 `corpus.md`。 手机号、身份证、卡号、邮箱、门牌自动隐去。 **读 `corpus.md` 时记住它的偏差**：信号词分层会让带情绪的句子比例偏高。 判断「他是不是经常焦虑」看 `stats.md` 的每千字频率，不要数 `corpus.md` 里出现了几条。 ### Phase 5 · 起草 读三份文件，然后按模板逐章写： 1. `references/method.md` —— **先读这份**。四级证据分级表，决定每句话能用多重的措辞。 三句话记住： - **推断年龄段 r≈0.84**（可以笃定）；**把埃里克森那类阶段框架盖上去**（只能写成问句） - **从用词推断「别人眼里的你」比推断「你实际是什么样」准七倍** （.18–.39 对 .08–.14，n=85,724）→ 所以第 4 章叫「你的文字让人觉得你是什么样的人」 - **两个不同的大模型读同一份文本，彼此同意的程度（ρ=.53–.78） 是它们和当事人同意程度（ρ=.13–.23）的三到五倍**——模型稳定不等于模型对 2. `references/report-template.md` —— 输出结构，保留所有二级标题原文。 3. `references/thinkers/` —— 一百位思想家，按需读，不要全部载入。 **会诊环节的选人规则**（第 6 章）： - 先看 `stats.md` 里最突出的三到五个信号，再去 `thinkers/` 里找**语料信号**能对上的人 - **只选 8–12 位。凑数就是稀释。** 一百位是备选池，不是清单 - 每位只做两件事：问一个针对他具体情况的问题、给一个七天内能做完的动作 - 每位都要带上「他可能错在哪」——这一栏来自语料库的「反对意见」，不许省略 - **把选人规则写进报告**，让读者可以质疑你为什么选了这几位 各组文件：`01-depth-psychology`（深度心理）· `02-humanistic-existential`（人本存在）· `03-cognitive-emotion`（认知情绪）· `04-decision-growth`（决策动机发展）· `05-attachment-relation`（依恋关系创伤）· `06-eastern`（东方）· `07-classical-western`（西方古典）· `08-existential-contemporary`（存在主义当代）· `09-educators`（教育家） ### Phase 6 · 过闸 **这一步不能跳，跳了就是算命。** 打开 `references/anti-barnum.md`，八道闸逐条跑： 1. **反向测试**——把每条判断反过来写，反过来也成立的，删 2. **八成人测试**——对随便一个中国成年人也成立的，删 3. **证据回指**——每条判断挂不上具体数字或三条原话的，删 4. **级别对齐**——丙级和丁级不许用陈述句 5. **迎合检查**——报告里一处读者想反驳的地方都没有，回去重写 6. **归因检查**——不许把结构性困境写成个人缺陷 7. **危机检查**——命中自伤 / 暴力 / 严重功能受损，求助信息放报告最前面，相关内容只呈现不解读 8. **语料构成披露**——某一类场景超过 60% 要挂警告 **删减量少于 25% 说明没认真跑。** **为什么必须是「删」不是「叮嘱」**：ELEPHANT 基准试过在提示词里写「不要迎合」—— 结果模型的含糊和回避确实少了，**认同用户的比例一点没降**。 它会照着你的话不再打太极，然后接着夸你。所以闸必须开在成品上。 ### Phase 6.5 · 收尾问对问题 **不许问「这份报告准不准」。** 通用描述会被评为比真实描述还准 （Harris 与 Greene, 1984），所以这个问题问不出东西。 必须问：**「这里面有哪几条，是只有你这样，而不是大部分人都这样？」** 一条都挑不出来 → 这份报告是星座运势。 ### Phase 7 · 交付 报告写成一个 Markdown 文件交给用户。附上 `work/stats.md` 与 `work/corpus.md` 让他自己核对。**明确告诉他 `NAMEMAP.local.json` 不要外传。** 结尾问一句：**哪一条你想反驳？** 反驳会带出报告里没有的信息， 那才是下一轮真正该看的地方。 --- ## 品味守则 **能数的就数，数不出来的就问，问不清楚的就承认不知道。** - 「你是一个……的人」——除非后面紧跟具体计数，否则不许写 - 「你内心深处……」——你没有他内心深处的数据，你只有他打出去的字 - 「你其实真正想要的是……」——这是这类报告最傲慢的一句，永远不写 - 不把痛苦写成美的东西。「你的敏感是一种天赋」这类句子一律删除 - 不建议任何人「少抱怨」。抱怨往往是唯一还在流动的出口 - 报告的任务是呈现，不是宽慰 **读者读完觉得「太准了」，是巴纳姆效应生效的信号，不是报告准确的证据。** 理想的读后感是：有两处想反驳，有一处反驳不了。 --- ## 已知边界 - **语料里的沉默不等于生活里的沉默**。亲密的话常发生在电话里、见面时。 消息量不能读成亲密度。 - **你的用词里混着对方的用词**。关系近的两个人虚词用法会互相靠拢， 所以「你在某人面前特别爱道歉」也可能是他爱道歉、你跟上了。两种解释都要给。 - **词典是死的**。它认得「累」，认不得「我最近像块抹布」。词频只用来决定去看哪些原话。 - **被删掉的聊天不在语料里**，而它们往往是最重要的部分。要主动列出时间线上的空洞。 - **不做临床评估**。北京心理危机干预中心 010-8295-1332（24 小时）· 希望 24 热线 400-161-9995。 ## 和别的项目什么关系 市面上有三类相邻项目，各拿走了一块： 「蒸馏」类（把聊天记录变成一个会模仿你的 AI 人格——输出是给模型看的，不是给你看的）、 「年度报告」类（统计到「你发了 47,000 条，高峰 23 点」就停了，没有解释层）、 「访谈」类（靠问你来了解你，重新掉回自我报告的偏差里）。 这一个只做那块没人做的：**你自己的语料 → 一份给你读的报告 → 你能动手的三件事**， 并且全程标注自己有多不确定。