| 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。 |
Phase 1：基础信息采集
启动步骤
步骤一：询问是否使用 AI 记忆辅助建档
（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
- 选 A：读取并执行
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
- 选 B：继续下一步
步骤二：收集个人标识
（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）
- 询问用户姓名或标识（用于命名科研数字分身文件）
- 检查
profiles/[姓名].md 是否已存在
- 不存在 → 从
profiles/_template.md 复制，创建新文件
- 已存在 → 读取文件，定位尚未填写的字段，从断点续采
步骤三：进入基础信息采集
告知用户采集分为两批：基础身份 和 能力自评，共约 10 分钟
第一批：基础身份（逐个提问，不要一次全问）
按顺序逐一提问：
Q1：你目前处于哪个研究阶段？
- 选项：博士生 / 博士后 / 青年教师（助理教授/讲师） / 独立 PI / 其他
Q2：你的主要研究领域是什么？
- 请说明：一级学科（如认知科学、材料学）+ 具体方向（如计算神经科学）
- 如有交叉方向，也请提及
Q3：你主要采用哪种研究方法？
- 选项（可多选）：实验法 / 理论推导 / 计算建模 / 数据驱动 / 质性研究 / 混合方法
Q4：你所在的机构名称是？
- ask_text，placeholder: 如：北京大学物理学院、中科院上海有机所
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？
- ask_text，placeholder: 如：张教授，主要做计算神经科学
- 不确定或无导师请填「无」
Q5：你目前的学术合作圈大概是什么情况？
- ask_choice，选项：实验室内部为主 / 有跨机构合作 / 有跨学科合作 / 都有 / 主要独立工作 / 其他（text_prompt: 请补充描述）
第二批：能力自评
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）：
- 问题定义能力
- 文献整合能力
- 方案设计能力
- 实验执行能力
- 论文写作能力
- 项目管理能力
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。
技术能力采集
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）」
代表性产出（可选）
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。」
当前需求采集
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。」
- 追问（可选）：「做这些事情时，你的整体感受是充实、疲惫、还是混乱？」
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'？」
- 追问（可选）：「针对这个困难，你希望获得的是方法、资源、还是情绪支持方面的帮助？」
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？」
- ask_choice，选项：科研进展提速 / 写作发表突破 / 时间管理改善 / 某项技能提升 / 人际关系/合作 / 其他（text_prompt: 请描述你最想改变的事）
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。
写入规则（分批增量写盘，防止中途断线丢失数据）
- Q1-Q5 全部完成后：立即调用 write_profile，写入
## 一、基础身份 章节
- 能力自评 6 维度全部完成后：立即调用 write_profile，更新
### 2.2 科研流程能力 章节
- 技术能力采集完成后：立即调用 write_profile，更新
### 2.1 技术能力 章节
- 当前需求 3 题全部完成后：立即调用 write_profile，更新
## 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。
完成后操作
-
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：
- message: "✅ 画像已完成！所有维度均已填写。量表维度为 AI 推断，可随时用正式量表校准。"
- buttons:
- {id:"view", label:"查看完整画像", href:"/profile-helper/profile", style:"primary"}
- {id:"scale", label:"量表校准（可选）", href:"/profile-helper/scales", style:"secondary"}
