| name | community-profiler |
| metadata | {"version":"4.1.0"} |
| description | 技术讨论群成员画像与评估 Skill。当用户提供群聊记录（文本粘贴、截图、JSON/CSV 均可）并要求分析成员、给成员打分、评估社区健康度、 找出核心贡献者/潜水者/活跃用户/KOL、生成成员影响力排名、识别僵尸用户、分析群运营健康度、总结群聊内容等时，必须触发本 Skill。 适用场景：运营决策（KOL筛选、低价值成员风险评估）、个人研究（社区生态分析）、团队协作管理（成员贡献评估）。 触发关键词：群画像、成员分析、社区分析、影响力评估、活跃度分析、群运营分析、KOL识别、技术贡献者分析、群聊记录分析、僵尸用户、聊天总结。 即使用户只说"帮我分析一下这个群"或"看看谁最活跃"或"总结一下群里聊了什么"，也应触发本 Skill。
|
Community Profiler v4.1.0 — 技术社区成员画像与评估
概述
将群聊记录解析为结构化成员画像，支持三种使用场景：
- 运营决策：KOL 筛选、低价值成员风险评分
- 个人研究：社区生态与知识流动分析
- 团队协作：成员贡献与角色识别
输出架构（JSON + Viewer 分离）
本技能采用 数据与视图分离 架构：
输出文件
report.json — AI 分析结果的唯一结构化输出（必须）viewer.html — 从 assets/viewer.html 复制到输出目录的独立可视化查看器（自动）report.md — 文字分析报告（仅用户明确要求时）assets/ — 抓取的链接/图片内容（有外部资源时）
输出流程（严格按此顺序）
Step A：分析群聊 → 生成 report.json → 保存到输出目录
Step B：从技能 assets/ 复制 viewer.html 到输出目录（与 report.json 同级）
Step C：使用 present_files 将 viewer.html（第一个）和 report.json 呈现给用户
关键命令序列
OUTPUT_DIR="/mnt/user-data/outputs/groupchat/$(date +%Y-%m-%d_%H%M%S)"
mkdir -p "$OUTPUT_DIR"
cp /mnt/skills/user/community-profiler/assets/viewer.html "$OUTPUT_DIR/viewer.html"
⚠️ 重要：viewer.html 和 report.json 必须在同一目录下。viewer.html 通过 fetch('./report.json') 自动加载数据。
所有文件保存至 groupchat/YYYY-MM-DD_HHMMSS/（按分析时间戳新建）。
Step 0：规模判断与预处理策略
首先判断消息量级，选择对应工作流：
| 规模 | 消息数 | 策略 |
|---|
| 小型 | < 200 条 | 全量分析，一次性输出 |
| 中型 | 200-1000 条 | 分块分析（每块200条），subagent 资产抓取与主分析并行 |
| 大型 | > 1000 条 | 分块分析 + 向用户报告进度，HTML 启用虚拟滚动 |
0.1 广告/垃圾信息过滤
标记为 spam，不计入评分：
- 营销话术（购买/优惠/引流）
- 同一人 3 条内容相似度 > 80%
- 连续 5 条以上纯表情包
- 短链 + 邀请码格式
0.2 Bot 识别排除
排除昵称含 Bot/助手/机器人/通知/公告 或发言模式高度规律的账号，单独列出。
0.3 无时间戳处理
无时间戳时：时序子项跳过，权重自动切换：
- 有时间戳：活跃度20% · 内容质量30% · 互动影响25% · 专业权威15% · 社区粘性10%
- 无时间戳：活跃度15% · 内容质量35% · 互动影响30% · 专业权威20% · 社区粘性0%
Step 1：解析输入
| 格式 | 处理 |
|---|
| 微信/TG/Slack/Discord 导出文本 | 解析时间戳、昵称、消息 |
| 截图 | OCR 后按文本处理 |
| JSON / CSV | 直接读取字段映射 |
| 多文件/分段粘贴 | 合并去重 |
字段缺失时：说明缺失内容，继续最佳估计，不中止。
Step 2：外部资源抓取（Subagent 并行）
与主分析流程并行执行，不阻塞成员评分。
去重与优先级
- 按 URL/图片 hash 去重，只抓取一次，累计
share_count
- 优先：技术文章/文档/仓库/被 ≥3 人提及的链接
- 低优先：社交主页、电商页
失败处理
| 原因 | 标注 |
|---|
| 403/401 | failed_403 |
| 超时 >10s | failed_timeout |
| 付费墙 | failed_paywall |
| 404 | dead_link |
保存结构
assets/
├── index.json # 资产清单
├── articles/ # 文章摘要（.md）
├── images/ # 重要图片
└── repos/ # 仓库信息
Step 3：五维画像评分
💡 权重扩展点：所有权重集中于 Step 0.3，后续迭代可在此添加自定义逻辑。
维度一：活跃度
= min(100, 发言数/全体中位数×50 + 活跃天数占比×30[无时间戳=0] + 跨话题参与度×20)
发言 < 3 条上限 30。
维度二：内容质量（抽样最多20条）
| 子维度 | 高分信号 | 满分 |
|---|
| 技术深度 | 原理/源码/架构 | 25 |
| 信息密度 | 干货多、信息量高 | 25 |
| 原创性 | 个人观点、独立分析 | 25 |
| 表达清晰度 | 逻辑清晰、易读 | 25 |
发言 < 5 条标注 sample_insufficient。
维度三：互动影响力
原始分 = 被@数×3 + 引发回复数×2 + 主动回复数×1
→ 归一化到 0-100
维度四：专业权威
以下信号各 +20，上限 100：
✅ 解答技术问题被采纳 ✅ 给出可执行代码/方案 ✅ 纠正错误信息 ✅ 被他人引用认可 ✅ 分享资源 share_count ≥ 3
维度五：社区粘性（无时间戳时跳过）
= 连续活跃周数/总周数×50 + 跨话题参与数/总话题数×50
Step 4：角色分类
| 角色 | 判定 |
|---|
| 🎯 核心贡献者 | 综合≥70，内容质量≥70，权威≥60 |
| 🔧 问题解决者 | 权威≥70，回复他人占互动>60% |
| 📢 信息传播者 | 活跃高，原创性<40，链接/转发>50% |
| ❓ 优质提问者 | 引发回复前25%，权威<40 |
| 👀 潜水观察者 | 活跃<20，发言<5条 |
| 😄 氛围组 | 活跃高，内容质量<40，水文为主 |
| 🌱 新人成长者 | 发言少但提问多、积极互动 |
| ⚠️ 低贡献风险 | 活跃<10，内容质量<20，无有效互动 |
Step 5：聊天内容总结
在完成成员评分后，对全量消息进行一次内容层面的分析，输出到 JSON 的 content_summary 字段。
5.1 核心议题摘要
识别 3-8 个主要话题线程，每个包含：
- 议题标题（10字以内）
- 简述（2-3句，覆盖主要观点）
- 参与者列表
- 议题热度（参与人数 + 消息数）
5.2 精华发言精选
选取 5-10 条最有价值的发言，标准：
- 引发 ≥3 条回复
- 包含可操作的技术方案
- 提出了有洞察力的问题或反驳
- 被他人引用或认可
每条保留原文（不改写）+ 发言人 + 价值标注。
5.3 共识与分歧
- 共识：多人达成一致的观点（≥3人明确认同）
- 分歧：存在明确对立观点的议题，列出双方核心论点
5.4 行动项 / 待办
提取群内有人明确提出的计划、建议、邀约等，格式：
- [提出人] 行动内容 （对象：涉及人）
Step 6：运营决策支持
A. KOL 筛选
输出 kol_candidates，包含推荐理由和适用场景。
B. 低价值成员风险评分
只输出风险评分（0-100）和风险因素，不输出清退名单。
high（≥70）/ medium（40-69）/ low（<40）
C. 团队协作
- 知识覆盖矩阵（covered/weak/gap）
- 核心-外围三层分层
- 互动断层识别
Step 7：输出 report.json
完整 JSON 结构
{
"analysis_meta": {
"generated_at": "2025-05-14 12:00:00",
"total_messages": 150,
"member_count": 12,
"spam_messages_filtered": 5,
"has_timestamp": true,
"weight_mode": "standard",
"source_format": "wechat_text",
"bots_excluded": []
},
"content_summary": {
"topics": [
{
"title": "议题标题",
"description": "2-3句描述",
"participants": [
top_assets 字段约束
top_assets 为空时必须输出 []。top_assets[].shared_by 必须始终是字符串数组；没有可识别分享者时输出 []，不要输出字符串。- 抓取失败但仍值得展示的资源可以保留在
top_assets 中，并用非 success 的 fetch_status 标注。
failed_assets 保留为原始失败清单，供审计和调试使用；当前 viewer.html 不直接渲染该字段。
Step 8：部署 Viewer 并呈现给用户
完成 report.json 后，必须执行以下操作：
cp /mnt/skills/user/community-profiler/assets/viewer.html "$OUTPUT_DIR/viewer.html"
然后使用 present_files 工具呈现文件，viewer.html 优先作为第一个文件：
present_files(["$OUTPUT_DIR/viewer.html", "$OUTPUT_DIR/report.json"])
Viewer 工作原理
assets/viewer.html 是一个独立的可视化报告查看器，直接消费 report.json：
- 自动加载：通过
fetch('./report.json') 加载同目录的数据文件
- URL 参数：支持
?data=路径 指定不同 JSON 文件
- 文件上传回退：若 fetch 失败，显示文件选择器供手动上传 JSON
- 主题切换：支持 light/dark 主题切换
- 导出功能：可重新导出当前加载的 JSON 数据
- 成员排行：按
members[].scores.composite 排序，展示前三名、完整成员列表和五维雷达图
- 详情展开：成员列表点击后展开五维评分、代表发言、技术领域、统计数据和风险因素
- 运营面板：展示 KOL 候选、风险分布、知识覆盖、角色分布、活跃度分布和社区健康结论
- 资源热榜：展示
community_health.top_assets，其中 shared_by 按数组渲染为分享者列表
⚠️ 不要自行生成 HTML 报告
与 v3 版本不同，不再需要在 AI 输出中生成完整 HTML。viewer.html 是预置的静态资产，只需复制到输出目录即可。AI 只负责生成 report.json 数据。
Step 9：Markdown 报告（可选）
仅用户明确要求时生成，新增"聊天内容总结"章节作为第二节。
边界处理
| 情况 | 处理 |
|---|
| 记录 < 10 条 | 提示数据不足，仍输出最佳估计 |
| 只有 1-2 人 | 说明无法做比较分析 |
| 无时间戳 | Step 0.3 自动切换 |
| 非技术群 | "专业权威"改"领域权威"，向用户说明 |
| 时区未知 | 默认 UTC+8 |
| 大型记录 > 1000 条 | 启用分块处理，viewer 已内置虚拟滚动 |
参考文件
assets/viewer.html — 独立可视化报告查看器，自动加载并渲染同目录 report.jsonreferences/scoring-examples.md — 各维度典型评分案例
