메뉴
采集科研数字分身的基础信息（研究阶段、学科领域、方法范式、技术能力、科研流程能力）。当用户开始建立科研数字分身、或基础信息尚未填写时使用。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
根据当前科研数字分身状态，生成结构化提示词，供用户提交给 ChatGPT 等带记忆功能的 AI，从中提取与画像构建相关的信息。不询问用户使用哪个 AI 工具，提示词对所有平台通用。
解析用户从其他 AI 获取的记忆回复，最大化利用已有信息减少用户交互，仅在信息严重不足时才补充提问。
AI记忆推断优化版。先读量表原始文档理解维度定义，再基于量表题目结构逐维度推断（而非经验规则），最后针对最低置信度维度补问一个关键问题。比标准版推断更科学、更透明。
施测学术动机量表（AMS-GSR 28），采集科研人员的内在动机、外在动机和无动机数据。当用户选择填写量表、或画像中AMS数据缺失时使用。
施测大五人格量表（Mini-IPIP，20题），评估外向性、宜人性、尽责性、神经质和开放性。当用户选择填写量表、或画像中人格数据缺失时使用。
施测科研人员认知风格量表（RCSS），评估横向整合 vs 垂直深度的认知偏好。当用户选择填写量表、或画像中RCSS数据缺失时使用。
| name | collect-basic-info |
| description | 采集科研数字分身的基础信息（研究阶段、学科领域、方法范式、技术能力、科研流程能力）。当用户开始建立科研数字分身、或基础信息尚未填写时使用。 |
（仅在科研数字分身新建或基础信息大量为空时执行此步骤）
不要先询问姓名或标识。直接向用户展示：
在开始逐项填写之前，想问一下——你平时有没有使用过带记忆功能的 AI 工具？
（比如 ChatGPT、Claude、Gemini 等，且已经有一定时间的使用记录）
如果有的话，我可以帮你生成一段提示词，发给你使用的 AI，
让它根据对你的了解来预填科研数字分身——这样能节省不少时间。
若你使用多个 AI，可把同一提示词都发一遍，再把回复依次粘贴回来，我会帮你整合。
A. 有，我想先从 AI 记忆中提取信息
B. 没有，或者不需要，直接开始填写
generate-ai-memory-prompt Skill，不询问姓名；完成 AI 记忆导入后（姓名会在保存时由 import-ai-memory 询问），再回到此 Skill 补充剩余空白字段（仅在用户选择了「直接开始填写」时执行；若用户选了 AI 记忆优先，姓名在 import-ai-memory 保存时已询问）
profiles/[姓名].md 是否已存在
profiles/_template.md 复制，创建新文件告知用户采集分为两批：基础身份 和 能力自评，共约 10 分钟
按顺序逐一提问：
Q1：你目前处于哪个研究阶段？
Q2：你的主要研究领域是什么？
Q3：你主要采用哪种研究方法？
Q4：你所在的机构名称是？
Q4b：你的导师姓名是什么？所在实验室/团队的主要研究方向是？
Q5：你目前的学术合作圈大概是什么情况？
说明：「接下来我们来了解你的科研能力，请为以下各环节打分（1=非常薄弱，5=非常强），并可以简单说明原因。」
依次逐个询问 6 个维度（每次只问一个，共 6 轮，遵守系统"每轮只出一个问题"规则）：
对于每个维度，追问：「有没有你特别擅长或特别想提升的具体方面？」（可跳过）
在第二批 6 个维度全部评分完成后，立即调用 write_profile，将 ## 二、能力 → 2.2 科研流程能力 章节写入画像。
问：「请列举你主要使用的编程语言和科研工具（如 Python、MATLAB、特定软件等），并大致说明熟练程度。」
提示示例：「比如 Python（熟练）、MATLAB（入门）、fMRIPrep（日常使用）」
问：「如果有的话，请简述你的代表性学术产出，比如已发表论文、开源项目、工具包等。」
说明：「最后，我想了解一下你现在实际面对的情境——这将帮助科研数字分身系统给你更贴近现实的建议。」
Q-需求1：「你现在每天/每周花费最多精力的事情是什么？可以列举 1–3 件，不限于科研，也包括杂事、沟通、行政等。」
Q-需求2：「你目前遇到的最大卡点或困扰是什么？哪件事让你感觉'推不动'或者'不知道怎么办'？」
Q-需求3：「如果现在有一件事可以改变，让你接下来三个月更顺，你最想改变什么？」
将三个问题的答案分别记录到科研数字分身的「三、当前需求」章节。
## 一、基础身份 章节### 2.2 科研流程能力 章节### 2.1 技术能力 章节## 三、当前需求 章节每批立即写盘，用户断线后再回来，AI 读取画像可知哪些批次已完成，从断点续采。
调用 write_profile，将 采集阶段 更新为 basic_info_done，完成最终写入
展示已填写的基础信息摘要，请用户确认是否有误
立即触发量表推断（不询问用户，直接执行）：
调用 read_skill("infer-profile-dimensions")，完整推断第四–六章所有量表维度。
推断完成后，生成第七章综合解读，写入画像。
展示完成状态，调用 show_actions：