Aibti

AIBTI · 提示词人格分析（LLM 判定版）

把用户真实提示词行为映射到 16 型人格之一，输出带理论依据和真实样本佐证的诊断报告。

🚫 绝对禁令

1. 不要用正则/关键词硬匹配做四维判定——规则派会把创造型用户误判为"甩锅侠"。用你的语义理解去判断，看每条 prompt 的真实意图。
2. 不要捏造数据：每个数字、每条引用必须来自真实日志。
3. 不要无脑归类：真人通常是"场景切换型"（日常指令 + 调研探索 + 创意讨论混合），要诚实展示多人格分布，不要硬给一个标签就结束。
4. 不要冤枉用户：看到短句先想"是不是多轮对话里的接续"，再想"是不是在讨论/创造"，最后才考虑"是不是真的抽象指令"。
5. 样本不足时不要硬出结论——直接提示用户继续积累（见下方"数据充足性规则"）。

📊 数据充足性规则（非常重要）

去重并剔除接续词/噪音后的实质 prompt 数量决定输出策略：

| 样本量 | 策略 | 输出 | |---|---|---| | ** 50% → zh，否则 → en

• 看系统 locale：echo $LANG（zh_CN → zh，en_US → en）

一旦确定，整份报告所有文字（终端 + HTML）都用这个语言。不要混用。

0. 先拿本地时区（重要！所有时间判定都基于本地）

JSONL 里的 timestamp 都是 UTC（.Z 后缀）。用户在不同时区：

• 中国开发者：UTC+8，凌晨 02:00 对应 UTC 18:00（前一天）
• 美国东岸：UTC-5，凌晨 02:00 对应 UTC 07:00

执行步骤前，必须先用 Bash 拿本地时区 offset：

date +%z   # 输出 +0800 / -0500 / +0000 等

记住这个 offset，后续所有"小时"判定都要先做时区转换：

• local_hour = (utc_hour + offset_hour + 24) % 24
• 黄金时段、凌晨骑士团彩蛋、峰值时段、"late-night ratio" 统计都用 本地小时

如果用户对结果不满意（觉得时间段判错了），也让他检查本机 date +%z 是否正确。

1. 抽取 user 文本

只要真实用户输入：type=user 且 message.role=user 且 message.content 是字符串或含 type:text 的数组。

必须过滤掉：

• ` / / ` 等自动注入
• ` / / ` 斜杠命令残留
• Hook 产生的 additionalContext、hookSpecificOutput
• [Image #N] 图片占位
• [Request interrupted by user] 系统事件
• 纯 JSON 响应粘贴（以 { 开头 + "took": 等特征）

2. 意图分类（关键！先分场景再判四维）

对每条 prompt，先归入一个意图类型：

| 类型 | 特征 | 示例 | 是否计入主人格判定 | |---|---|---|---| | 接续 (Continuation) | 10 字内的 ACK：继续/修改/确认/好/嗯/对/ok/go | "继续"、"修好了吗" | ❌ 不计 | | 讨论 (Discussion) | 表达观点/情绪/疑问，不是要 AI 做事 | "我懂了，互联网就是互相借鉴" | ✅ 计，通常偏 L/X | | 创造 (Creation) | 提出新想法/方向/创意 | "不用 MBTI，我们造 AIBTI" | ✅ 计，通常偏 A/X | | 战略 (Strategy) | 给 AI 定方向/原则/约束 | "人格判断要符合 AI 大神理论" | ✅ 计，通常偏 A/L | | 指令 (Directive) | 明确让 AI 做某事 | "User.java:42 加 getter" | ✅ 计，通常偏 D/E | | 调研 (Research) | 贴长上下文问方案 | 附 3 段代码 + "有优化空间吗" | ✅ 计，通常偏 V/X | | 求助 (SOS) | 卡住了报错求救 | "这里报 NPE 咋办" | ✅ 计，通常偏 L |

3. 四维语义判定（看意图，不看关键词）

每条 prompt（排除接续类）判 4 个字母：

A/C — Specificity（明确度）

• A 抽象：概念层讨论，没指向具体代码位置或产物规格。讨论/创造/战略大多是 A
• C 具象：含具体文件/行号/函数/具体产物描述
• 👉 依据：Anthropic《Be Clear & Direct》(foundational) · Karpathy 2025.02《Vibe Coding》 · Anthropic 2026.01《Claude 4.7 Skills System》 · 完整链见 [THEORY.md](../../THEORY.md)

M/V — Context Provision（上下文丰度）

• M 精简： 200 字 或含代码块 / 需求规格 / 多步骤说明
• 👉 依据：Brown《Few-Shot Learners》(foundational) · Liu 2023《Lost in the Middle》 · Anthropic 2026.01《Claude 4.7 · 1M Context》

D/L — Interaction Mode（交互模式）

• D 指令：祈使句让 AI 执行 + 不留商量余地
• L 协作：疑问句 / 征求意见 / 讨论语气 / 开放式 / "你觉得..."
• 👉 关键：讨论类、创造类、战略类大多数时候是 L（用户在和 AI 对话，不是单向命令）
• 👉 依据：Yao《ReAct》(foundational) · Anthropic 2025.10《Claude Skills System》 · Anthropic 2025《MCP 2.0》

X/E — Decomposition & Verification（探索 vs 执行）

• X 探索：问方案、比较选项、讨论可能性、提出疑问（"可行吗？"、"有没有更好的方式？"）
• E 执行：直接要结果，不探索选项
• 👉 关键：讨论类、创造类大部分是 X；纯指令类大部分是 E
• 👉 依据：Wei《Chain-of-Thought》(foundational) · DeepSeek 2025.01《R1》 · Anthropic 2026《Extended Thinking v2》

3.5 · Token 成本保护（重要！避免烧钱）

用户提示词数量越多 → Skill 处理上下文越长 → 消耗 token 越多。必须有保护：

采样策略（硬性规则）：

| 实质 prompt 数 | 策略 | 预估消耗 | |---|---|---| | 5000 | 时间分层采样 1000 条 + 警告 | ~120K tokens |

时间分层采样方法：

1. 把扫描期（如 30 天）均分成 N 段（比如 10 段，每段 3 天）
2. 每段按比例抽取（如 50 条），保证时间分布代表性
3. 每段内先优先抽取"非接续类"的实质 prompt

执行前输出"成本预览"行（必做）：

📊 扫描: 2847 条实质 prompt · 采样 500 条分析 · 预估 ~50K tokens (~$0.15 API 成本)

让用户清楚知道成本再继续。如果用户觉得贵，可以让他用 /aibti-today 只看当天（样本更小，成本 ~10K tokens）。

4. 聚合与主人格

• 统计每个 prompt 的 4 字母代码
• 主人格 = 出现频率最高的代码
• 重要：如果前 2 名合计 真实样本：

· "{真实 prompt 1}" · "{真实 prompt 2}" · "{真实 prompt 3}"

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 四维占比（基于大神理论） ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ A 抽象 {%} ▓▓▓▓▓▓░░░░ C 具象 {%} — Karpathy "specificity compounds" M 精简 {%} ▓▓▓▓▓▓░░░░ V 详尽 {%} — Anthropic《Multishot》 D 指令 {%} ▓▓▓▓▓▓░░░░ L 协作 {%} — Karpathy "LLM is collaborator" X 探索 {%} ▓▓▓▓▓▓░░░░ E 执行 {%} — Wei 2022《CoT》

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 意图分布（你都在做什么） ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 讨论 {%} · 创造 {%} · 战略 {%} 指令 {%} · 调研 {%} · 求助 {%}

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 16 型分布（TOP 5） ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ {emoji} {CODE} {name} {count} {%} ← 主人格 {emoji} {CODE} {name} {count} {%} ...

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 诊断（每条挂理论） ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

1. {诊断文案}

证据: "{真实 prompt 摘录}" 依据: {Anthropic/OpenAI/Karpathy/论文}

1. ...
2. ...

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 针对你的改进模板 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 基于主人格 {CODE} 的盲区，下周试试： · 模板 1（加上目标描述） · 模板 2（补充上下文） · 模板 3（写 PLAN 再执行）

## 诊断规则（挂理论）

| 阈值 | 诊断 | 理论依据 |
|---|---|---|
| A > 65% | 提示词偏抽象，AI 反复追问 | Anthropic《Be Clear & Direct》· Karpathy "specificity compounds" |
| M 中位数  75% | 协作度低，可能错失 AI 建议 | Karpathy "LLM is collaborator, not oracle" |
| 缺文件路径 > 50% | AI 定位不到目标 | OpenAI Strategy 1 "Include details" |
| 3+ 轮放弃 > 30% | 长对话崩塌率高，该先写 PLAN | Wei 2022《CoT》· OpenAI Strategy 3 |
| 凌晨占比 > 30% | 深夜决策，审慎 | 行为数据，非理论 |

## 🎁 彩蛋检测（Optional Layer · 报告末尾追加）

参考项目根目录 `EASTER_EGGS.md` 查全量徽章清单。每次生成报告前，按 Tier 1→4 顺序检查所有命中条件。

### 检测顺序
1. **Tier 1 · 维度极致**（8 个）：任一维度 ≥ 95%
2. **Tier 2 · 主人格 S 级**：主人格占比 ≥ 70%
3. **Tier 3 · 场景成就**：时间/量/轮次组合（见图鉴）
4. **Tier 4 · 传说级**：稀有组合

### 呈现约束
- **最多展示 3 个徽章**（过多稀释惊喜）
- Tier 4 > Tier 2 > Tier 1 > Tier 3（优先级）
- 首次解锁的徽章加"⭐ 首次解锁"标记
- **永远放在报告末尾**，不要开头剧透
- 如果没有任何徽章命中，不要显示"解锁徽章"区块（避免空响应）

### 追加区块模板

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 🎉 解锁隐藏徽章 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ {emoji} 【{徽章名}】{稀有度标记} "{解锁文案}" {首次解锁 → "⭐ 首次解锁" / 否则留空} ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

## 🎨 Step 7 · 生成可视化 HTML 报告 + 自动打开（v0.3.0 叙事版）

每次生成终端报告后，**额外生成一份叙事型 HTML 报告**到 `~/.aibti/report.html`（覆盖上次），并**自动用系统默认浏览器打开**。

### 步骤

1. 检查 `~/.aibti/report-template.html` 存在（不在提示用户 `curl ... install.sh | bash`）
2. 检查 `~/.aibti/portraits/` 有 16 个 SVG
3. **检测用户语言**：根据用户的 prompt 和历史主要语言判断 `zh` 或 `en`
4. **决定叙事 tone**（重要 — 让 Claude 自主选）：读完用户真实 prompt 样本后，挑一个最匹配的基调：
   - **吐槽型**：如果用户 prompt 里有自嘲、笑点、轻松气息
   - **文艺型**：如果用户 prompt 里有感性、哲思、朦胧表达
   - **哲学型**：如果用户 prompt 有战略/元问题倾向
   - **朋友聊天型**：如果用户 prompt 直接、日常、平实
   - 不要套路化——**读他的 prompt 再决定怎么说话**
5. 读取模板内容
6. **按占位符表替换**（i18n + 叙事）
7. 用 `Write` 工具写入 `~/.aibti/report.html`
8. **必须执行 Bash 自动打开**：
   ```bash
   # macOS
   open ~/.aibti/report.html
   # Linux
   xdg-open ~/.aibti/report.html 2>/dev/null &
   # Windows
   start "" "%USERPROFILE%\.aibti\report.html"
   ```
   用 `uname` 判断系统后执行对应命令，**不要只给提示文字**。

### 占位符替换表（v0.3.0 · 严格按此填）

#### i18n 静态文本占位符（根据 LANG 填对应语言）

| 占位符 | 中文 | English |
|---|---|---|
| `{{T_LEGENDARY}}` | 传说解锁 | LEGENDARY UNLOCKED |
| `{{T_S_TIER}}` | S 级 | S-TIER |
| `{{T_OPENING}}` | 本周故事 | THIS WEEK'S STORY |
| `{{T_ONE_PROMPT}}` | 最能代表你的那句话 | THE ONE PROMPT |
| `{{T_FOUR_DIMENSIONS}}` | 四维画像 | FOUR DIMENSIONS |
| `{{T_ABSTRACT}}` | 抽象 | Abstract |
| `{{T_CONCRETE}}` | 具象 | Concrete |
| `{{T_MINIMAL}}` | 精简 | Minimal |
| `{{T_VERBOSE}}` | 详尽 | Verbose |
| `{{T_DIRECTIVE}}` | 指令 | Directive |
| `{{T_COLLAB}}` | 协作 | Collaborative |
| `{{T_EXPLORE}}` | 探索 | Explore |
| `{{T_EXECUTE}}` | 执行 | Execute |
| `{{T_PROMPTS}}` | 总 PROMPT | PROMPTS |
| `{{T_PEAK_HOUR}}` | 黄金时段 | PEAK HOUR |
| `{{T_MEDIAN}}` | 长度中位数 | MEDIAN LEN |
| `{{T_NIGHT_RATIO}}` | 凌晨占比 | NIGHT RATIO |
| `{{T_LONGEST}}` | 最长一轮 | LONGEST THREAD |
| `{{T_RANK_TITLE}}` | 16 型 TOP 6 | 16 TYPES · TOP 6 |
| `{{T_BADGES_TITLE}}` | 解锁徽章 | UNLOCKED BADGES |
| `{{T_LETTER_TITLE}}` | AI 写给你的一封信 | A LETTER TO YOU |
| `{{T_FROM_AI}}` | 来自 AI · {{REPORT_DATE}} | FROM AI · {{REPORT_DATE}} |
| `{{T_LOCAL_ONLY}}` | 100% 本地 · 零上传 | 100% local · zero telemetry |
| `{{T_WEBSITE}}` | 官网 | Website |
| `{{T_PRIVACY}}` | 隐私 | Privacy |
| `{{T_FOOTER_NOTE}}` | 这份报告是你的。没人能看到。随时删：rm ~/.aibti/report.html | This report is yours. No one else sees it. Delete anytime: rm ~/.aibti/report.html |
| `{{T_MULTICORE}}` | 你是多核选手 | MULTI-CORE PERSONA |
| `{{T_PRINT}}` | 打印 / 导出 PDF | Print / Export PDF |
| `{{T_COPY_LINK}}` | 复制链接 | Copy link |
| `{{T_STAR_GITHUB}}` | Star on GitHub | Star on GitHub |
| `{{T_FEEDBACK}}` | 反馈 | Feedback |

#### 数据占位符

| 占位符 | 内容来源 |
|---|---|
| `{{LANG}}` | `zh-CN` 或 `en` |
| `{{REPORT_DATE}}` | 生成时间 ISO（如 `2026-04-20 23:45`） |
| `{{SAMPLE_COUNT}}` | 实质 prompt 数 |
| `{{DAYS}}` | 扫描天数 |
| `{{CONFIDENCE}}` | 置信度文本（High / Standard / Low / Insufficient） |
| `{{GROUP_COLOR}}` | 主阵营色：Mystic=#a855f7 / Preacher=#fbbf24 / Sniper=#00ff88 / Craftsman=#60a5fa |
| `{{MAIN_CODE}}` | 主人格 4 字母（如 `AMLX`） |
| `{{MAIN_CODE_LOWER}}` | 小写（如 `amlx`，用于 SVG 文件名） |
| `{{MAIN_EMOJI}}` | 🔮 |
| `{{TRIBE_NAME}}` | Mystic / Preacher / Sniper / Craftsman |
| `{{MAIN_NAME_ZH}}` | 中二名（如 `碎碎念诗人`） |
| `{{MAIN_NAME_POSITIVE}}` | 正向标签（见 PERSONA_CARDS.md，如 `创造型思考者`） |
| `{{MAIN_SLOGAN}}` | slogan 一句 |
| `{{SUPERPOWERS_LIST}}` | `超能力 1超能力 2` 至少 2 条 |
| `{{DARK_SIDE}}` | 一句暗面 |
| `{{TEMPLATE_BEFORE}}` | 改进前的典型 prompt |
| `{{TEMPLATE_AFTER}}` | 改进后模板 |
| `{{DIM_A_PCT}}` 等 8 个 | 四维百分比数字（不含 %） |
| `{{DIM_AC_THEORY}}` 等 4 个 | 对应理论引用（从 THEORY.md 挑 1 条简短） |
| `{{INTENT_CARDS}}` | 每个意图 `指令{{N}}%` |
| `{{TOP6_ROWS}}` | 6 行 `CODE中文名N%` |
| `{{EVIDENCE_CARDS}}` | 3-5 张 `真实 promptYYYY-MM-DD · project` |
| `{{DIAG_CARDS}}` | 诊断卡 `主要问题证据引用依据: 大神理论` |
| `{{BADGES_DISPLAY}}` | 有彩蛋 `block`，无则 `none` |
| `{{BADGE_CARDS}}` | 每个徽章 `🌙徽章名解锁文案TIER N` — **class 必须带对应 tier-1/2/3/4** |
| `{{LEGENDARY_DISPLAY}}` | 命中任何 Tier 4 彩蛋 → `flex`；否则 `none` |
| `{{LEGENDARY_NAME}}` | Tier 4 徽章名（如"反甩锅者"） |
| `{{LEGENDARY_DESC}}` | Tier 4 解锁文案 |
| `{{LEGENDARY_RARITY}}` | 稀有度数字（如 `1` 代表 ` 标签，每段 2-3 句。用真实数字、真实项目名、真实 prompt 编成微型叙事。**风格由你根据用户 prompt 决定**（吐槽/文艺/哲学/朋友） |
| `{{ONE_PROMPT_TEXT}}` | **挑 1 条最代表用户的真实 prompt**，原文引用（脱敏后） |
| `{{ONE_PROMPT_META}}` | 时间 + 项目 · 例："2026-04-18 03:12 · demand-center" |
| `{{ONE_PROMPT_PUNCHLINE}}` | 一句锋利的评论（基于你自主选的 tone） |
| `{{DIM_AC_PUNCHLINE}}` | 每维一句 punchline，不只是数字解读 |
| `{{DIM_MV_PUNCHLINE}}` / `{{DIM_DL_PUNCHLINE}}` / `{{DIM_XE_PUNCHLINE}}` | 同上 |
| `{{LETTER_SALUTATION}}` | "亲爱的 {{MAIN_NAME}}：" 或 "Dear {{MAIN_NAME}}," |
| `{{LETTER_BODY_HTML}}` | 4-6 段 ``，200-300 字。AI 给用户写的一封信——基于真实数据 + 人格特征 + 成长建议。**要有情感**，不要流水账 |
| `{{LETTER_SIGNATURE}}` | "— Claude · 2026-04-20" 或类似 |

### 关键原则（叙事部分）

1. **每段都用真实数据或真实 prompt 支撑**，不捏造
2. **风格由你读完样本后自主决定**，不要每份报告都像同一个模板
3. **Growth Letter 是灵魂**——用户读完会有"这 AI 懂我"的触感
4. **Punchline 要锋利**，像 The Atlantic 或 The New Yorker 那种一句话概括
5. **中文用户出中文**，英文用户出英文，不要混

### 🚨 硬性规则（v0.3.1 必遵守）

1. **百分比必须整数**：`style="width:54%"` 而非 `width:54.599999999999994%`
2. **徽章必须用 SVG**，**禁止 emoji**：
   ```html
   
   🧵
   
   
   ```
   可用的 SVG symbol（已内联在模板）：`#i-sparkle` `#i-star` `#i-alert` `#i-target` `#i-quote` `#i-letter` `#i-book` `#i-trending` `#i-moon` `#i-flame` `#i-crown` `#i-scroll`
3. **16 型 TOP 6 的 rank-name 禁止 emoji**（左侧已有 portrait SVG）：
   ```html
    🔍 Bug 侦探
    Bug 侦探
   ```
4. **The One Prompt 的 meta 必须有真实日期**，找不到具体日期就挑另一条 prompt，禁止 "2026-04-XX"
5. **多核展示规则**（v0.3.1 新增）：
   - 主人格占比 
       
       
         {{CODE}}
         {{中文名}}
         {{整数}}%
       
     
     ```
   - `{{MULTICORE_HEADLINE}}` 示例："你是三核选手 · 前三加起来才 47%"
   - `{{MULTICORE_CAPTION}}`：一句话解读为什么多核是人格特征
6. **不要假装 100% 确定单人格**。如果样本显示场景切换，就诚实展示

### 硬约束

- HTML 必须是**完整自包含**的（模板已内联 CSS，占位符填完即可用）
- 所有数字必须来自真实样本，禁止编造
- SVG 路径用 **相对路径** `portraits/{{code_lower}}.svg`（报告 html 和 portraits/ 同在 ~/.aibti/ 下）
- 如果 `~/.aibti/portraits/` 缺失，HTML 里 `` 会 broken，但整体报告仍能看 — 提示用户重装

## 隐私保护

- 引用的真实 prompt 如果含邮箱/密钥/手机号/生产数据库密码 → 自动替换为 ``
- 报告只在本地显示，不上传
- 项目路径如果敏感（含客户名、业务线名）可选脱敏为 ``

## 语言匹配

用户用中文问就出中文报告，英文问就出英文报告。

## 🌟 正向化语气规则（UX 评审强制项）

参考项目根目录 `PERSONA_CARDS.md` —— 16 型每型除中二名外都有**正向标签 / 超能力(2) / 暗面(1) / 改进模板 / 理论**。

严格遵守：
1. **比例 2:1**：超能力 ≥ 2 条，暗面 ≤ 1 条
2. **主人格双重呈现**：中二名（好玩）+ 正向标签（尊重）同时展示
3. **先肯定再建议**：改进模板前必须先说用户已经做对的事
4. **禁用词**：失败 / 错误 / 不够 / 缺乏 / 毛病 / 你总是... / 你太...
5. **推荐词**：超能力 / 风格 / 偏好 / 空间 / 升级 / 进化

### 主人格展示必须用这个模板

你这周是：{emoji} 【{中二名}】 · {正向标签} {CODE} · "{slogan}"

💪 你的超能力: · {超能力 1} · {超能力 2}

⚠️ 可以升级的空间: · {暗面 1} 🎯 改进模板: "{positive-prompt-rewrite}"

永远不把暗面放在超能力之前。

## 最重要的心法

> **"规则派冤枉过人，LLM 派不该再犯。"**
>
> 看每条 prompt 的时候，问自己三个问题：
> 1. 这是在**和 AI 对话**，还是**让 AI 做事**？（决定 D/L）
> 2. 这是在**想清楚**，还是**快一点**？（决定 X/E）
> 3. 用户的**真实意图**是什么？（决定意图分类）
>
> 想清楚再打标签，不要看见短句就 M、看见祈使句就 D。

## Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

- **Author:** [leefufufufufu-rgb](https://github.com/leefufufufufu-rgb)
- **Source:** [leefufufufufu-rgb/aibti](https://github.com/leefufufufufu-rgb/aibti)
- **License:** MIT
- **Homepage:** https://leefufufufufu-rgb.github.io/aibti

Install and usage instructions live in the source repository linked above.