hersona-recommend-quiz

name	hersona-recommend-quiz
description	Use when the user wants to take the hersona diagnostic quiz interactively (e.g. 'hersona で recommend して', '診断クイズやりたい', 'キャラ診断して', '属性推薦して'). Walks the user through all 9 questions in hersona/data/quiz/recommend_quiz.yaml, collects answer indices, builds the --answers string, runs `hersona recommend --explain --json`, and renders a Markdown-friendly result (blend / rationale / alternatives / summary / weight_suggestion). Also exposes scripts/run_quiz.py for non-interactive / TTY-less contexts (cron, batch, automated test). Trigger on any request to run the recommend flow as a user-facing experience, not as engine development (engine work uses hersona-recommend-engine).
version	1.0.0
author	Hermes Agent + hersona project
license	MIT
metadata	{"hermes":{"tags":["hersona","recommend","quiz","interactive","markdown","tty-less","v1.2"],"related_skills":["hersona","hersona-recommend-engine","hersona-attribute-development","hermes-agent-skill-authoring"]}}

hersona-recommend-quiz (v1.0.0)

Overview

hersona 診断クイズを ユーザーとして体験する側 のスキル。hersona-recommend-engine（engine 開発側）の対となる skill。

やることは単純:

1. hersona/data/quiz/recommend_quiz.yaml から 9 問を読む
2. 1 問ずつ番号付き選択肢を提示し、番号を集める
3. key=index 形式の文字列を組み立てて hersona recommend --answers "..." --explain --json を実行
4. 結果 JSON を Markdown 整形（Telegram / Discord / ターミナル全対応）で返す

LLM 主軸: 通常のチャットセッションでは、エージェントが SKILL.md を読んで Q1〜Q9 を表示し、ユーザーの番号を --answers に変換して CLI を叩く。

ヘルパー同梱: scripts/run_quiz.py を同梱し、TTY がない環境（cron / バッチ / CI / 自動テスト）ではこっちで stdin 経由に 9 問進行 → --answers 生成 → 結果整形まで一括実行できる。

When to Use

• 「hersona で recommend して」「診断クイズやりたい」「キャラ診断して」「属性推薦して」など、ユーザーがクイズを プレイしたい とき
• 結果（採用された属性 blend / 根拠 / 代替案 / サマリ / 推奨強度）を Markdown で見やすく 受け取りたいとき
• TTY がない自動化経路（cron / テスト）で recommend を使いたいとき → scripts/run_quiz.py

Don't use for:

• クイズ YAML / WeightMagnitude / 閾値 / テストの 追加・編集（→ hersona-recommend-engine）
• 新しい属性 YAML の 追加（→ hersona-attribute-development）
• ペルソナをセッションにアタッチする作業（→ hersona の attach / recommend セクション）
• hersona リポジトリの戦略的・複数 PR 横断の作業（→ hersona-project-operations）

The 9 Questions (固定 ID)

クイズの本体は hersona/data/quiz/recommend_quiz.yaml にあり、9 問。各質問は次の ID で固定（= CLI --answers のキー）。ID を変えるとユーザーの既存スクリプトが壊れるので SKILL.md / YAML をまたいで常に同期すること。

ID	軸	質問
distance	personality	相手との距離感は？
emotion	personality	感情の出し方は？
speech	speech	どんな話し方が好み？
role	archetype	物語での立ち位置は？
hobby	hobby	趣味・ライフスタイルで近いのは？
appearance	visual	外見・雰囲気で近いのは？
lifestyle	lifestyle	日常の過ごし方は？
interaction	interaction	人と接するときは？
cultural	cultural	文化的・知的なバックグラウンドは？

選択肢の最新版は必ず YAML から読む（= 同梱禁止、コードと YAML の二重管理を避ける）。LLM フローの冒頭で read_file で YAML を読み込み、表示用テキストを生成する。

i18n (Phase 3〜): prompt / label は BASE=en。日本語は各質問・各選択肢の i18n: {ja: {prompt|label: "..."}} に入る（上表は日本語版 = i18n.ja.prompt）。 表示言語に合わせて i18n.<lang> を優先し、無ければ BASE(en) にフォールバックして出すこと。

LLM Flow (manual / interactive)

Step 1: YAML 読み込み

read_file path=hersona/data/quiz/recommend_quiz.yaml

これで 9 問の ID / prompt / options / weights を取得する。LLM は表示用テキストを組み立てる（= 質問文をそのまま出す + 選択肢番号 + 該当属性を hint 表示）。

Step 2: 1 問目から順に提示

各 Q で次のフォーマットを使う:

Q<n>. <prompt>

1. <option[0].label>（<option[0].weights のキー>）
2. <option[1].label>（<option[1].weights のキー>）
...
n. <option[n].label>（<option[n].weights のキー>）

全選択肢を必ず表示する（YAML の順序を維持）。distance は 4、emotion は 8、speech は 14、role は 6、hobby は 6、appearance は 5、lifestyle は 5、interaction は 5、cultural は 5 個。

途中で「キャンセル」「やめ」「stop」と書かれたら即終了。 部分保存はしない（全 9 問揃ってから CLI を叩く前提）。

Step 3: 回答を蓄積

内部状態として answers: dict[str, int] = {} を持つ。1 始まりなので内部表現は 0 始まりに直す（CLI も 0 始まり）:

answers = {qid: idx - 1 for qid, idx in user_responses.items()}

例: distance=1,emotion=2,speech=3,role=0,hobby=4,appearance=2,lifestyle=1,interaction=3,cultural=4

Step 4: CLI 実行

全 9 問揃ったら組み立てる:

hersona recommend \
  --answers "distance=1,emotion=2,speech=3,role=0,hobby=4,appearance=2,lifestyle=1,interaction=3,cultural=4" \
  --explain --json

cwd は ~/projects/hersona（hersona CLI はインストール済み前提。which hersona で確認可）。

Step 5: 結果整形（Markdown）

JSON のうち ユーザー向けに必要なキーだけ を抜き出して整形する。--json キーは契約（hersona-recommend-engine Pitfall 参照）:

## 推薦結果

**採用された属性 blend**:
- <blend[i]>（スコア <scores[i]>）

**各属性の根拠（rationale）**:
- <adopted> を選んだ理由:
  - 質問「<prompt>」→「<option.label>」（該当: <keys>）
  - ...

**落選した属性の代替案（alternatives）**:
- <dropped> の代わりに → <alternative>（スコア <score>）
- ...

**1 行サマリ**:
> <summary>

**推奨強度**: <weight_suggestion>（= none / mild / moderate / strong のいずれか）

special_case として blend が空配列のときは「マッチする属性が見つかりませんでした。回答を変えて再挑戦してください」と返す。

Step 6: --apply オプション提案

整形結果を出した直後に、追加で 次を提示する:

この blend をセッションにアタッチしますか？
- はい（hersona recommend --apply で注入ブロックも出す）
- いいえ（診断だけして終わる）

「はい」なら --answers "..." --apply を再実行して注入ブロックを提示。

Helper Script: scripts/run_quiz.py

TTY がない経路（cron / batch / CI / 自動テスト）用。stdin 経由で qid=index を 1 行ずつ受け取って --answers を組み立て、CLI を叩いて JSON を整形出力する。

Usage

# 1) 引数モード（事前回答がある場合）
python3 scripts/run_quiz.py \
  --answers "distance=1,emotion=2,speech=3,role=0,hobby=4,appearance=2,lifestyle=1,interaction=3,cultural=4"

# 2) stdin モード（行ごとに qid=index）
echo "distance=1"   | python3 scripts/run_quiz.py
echo "emotion=2"    | python3 scripts/run_quiz.py
echo "speech=3"     | python3 scripts/run_quiz.py
echo "role=0"       | python3 scripts/run_quiz.py
echo "hobby=4"      | python3 scripts/run_quiz.py
echo "appearance=2" | python3 scripts/run_quiz.py
echo "lifestyle=1"  | python3 scripts/run_quiz.py
echo "interaction=3"| python3 scripts/run_quiz.py
echo "cultural=4"   | python3 scripts/run_quiz.py
echo ""             | python3 scripts/run_quiz.py   # 空行で finish

# 3) --apply 付きで注入ブロックも出す
python3 scripts/run_quiz.py --answers "distance=1,emotion=2,..." --apply

# 4) --json で raw JSON
python3 scripts/run_quiz.py --answers "..." --json

動作

1. hersona/data/quiz/recommend_quiz.yaml を読み込み 9 問 ID を取得
2. 引数または stdin から qid=index を受信
3. 9 個揃ったら hersona recommend --answers "..." --explain --json を subprocess.run で実行
4. JSON を stdout に Markdown 整形して出力（終了コード 0）
5. 9 個揃う前に EOF → 終了コード 2 + stderr に「不足 ID 一覧」

検証

# 正常系
python3 scripts/run_quiz.py --answers "distance=1,emotion=2,speech=3,role=0,hobby=4,appearance=2,lifestyle=1,interaction=3,cultural=4" | head -30

# --json で構造確認
python3 scripts/run_quiz.py --answers "distance=1,emotion=2,speech=3,role=0,hobby=4,appearance=2,lifestyle=1,interaction=3,cultural=4" --json | python3 -m json.tool | head -40

Common Pitfalls

Pitfall Q1: YAML を読まずに選択肢をハードコードしない

YAML の選択肢が変わるたびに追従が要る。「Q3 には 14 個あります」のように件数を動的に数える。LLM フローの Step 1 で必ず read_file する。

Pitfall Q2: 1 始まりの番号を 0 始まりに直すのを忘れる

ユーザーは「1, 2, 3...」で答えるが、CLI は 0 始まり。idx - 1 を必ず噛ませる。

Pitfall Q3: 全 9 問揃う前に CLI を叩く

--answers に欠損があると hersona CLI はエラー。LLM は「あと n 問」と表示し、揃ってから初めて実行する。

Pitfall Q4: 採用属性が空 (blend: []) のときに rationale 表示で KeyError

JSON 整形時に blend が空配列だと rationale も空。Pitfall Q5 の special_case 処理で先に分岐する。

Pitfall Q5: summary が null のケース

Recommendation.summary() は lazy import 失敗などで稀に None を返すことがある。null なら「（サマリ生成に失敗）」とフォールバック。

Pitfall Q6: alternatives のタプル形式

--json では alternatives: list[{dropped, alternative, score}] で降ってくる（オブジェクト形式）。LLM 整形時に .get("dropped", "?") / .get("alternative", "?") / .get("score", 0.0) で安全アクセス。

Pitfall Q7: 作業ディレクトリ

hersona CLI は ~/projects/hersona から叩く前提。workdir を明示しないと YAML が見つからず FileNotFoundError になる。

# scripts/run_quiz.py 内部
subprocess.run(
    ["hersona", "recommend", "--answers", answers_str, "--explain", "--json"],
    cwd=PROJECT_ROOT,   # = pathlib.Path(__file__).resolve().parents[1]
    check=True, capture_output=True, text=True,
)

Pitfall Q8: python -m hersona 不可（hersona-recommend-engine Pitfall 19 参照）

hersona コマンドを使う。python -m hersona は失敗する。

Verification Checklist

• YAML を read_file で読み込み、9 問全てから選択肢を動的に組み立てた
• ユーザー回答は 1 始まり、内部表現は 0 始まりに変換した
• 全 9 問揃ってから CLI を実行した（途中で叩いていない）
• cwd を ~/projects/hersona に設定した
• hersona recommend --answers "..." --explain --json の --json キーは契約通り保持
• Markdown 整形は ラベル + 値 の箇条書き（Telegram 表崩れ回避）
• blend 空 / summary=null / alternatives 空 をフォールバック処理した
• --apply オプションを最後に確認した
• LLM フロー失敗時の代替としてヘルパースクリプトの動作も確認した
• ヘルパースクリプトの stdin / 引数 / --apply / --json の 4 経路すべて検証した

Cross-Reference

• クイズ YAML / WeightMagnitude / 閾値 / テスト → hersona-recommend-engine（engine 開発側、v1.2.0 契約保持）
• 属性 YAML 追加 → hersona-attribute-development
• セッションへのペルソナ attach → hersona（/hersona personality/tsundere 等）
• hersona 戦略・複数 PR 横断 → hersona-project-operations
• SKILL.md 記法・frontmatter → hermes-agent-skill-authoring