📦 My — 我的
v1.0.0skill 从聊天记录中深度分析人物性格、说话风格和心理画像。支持文本粘贴、截图识别、文件导入。输出结构化分析报告(MBTI、价值观、情感需求等)。当用户要求分析某人的聊天记录、说话风格、性格特征、心理画像时使用此 skill。典型触发:"分析一下这个人"、"分析聊天记录"、"提取说话风格"、"人物画像分析"、"帮我分析一下..."
0· 16·0 当前·0 累计
下载技能包
最后更新
2026/4/19
安全扫描
OpenClaw
安全
high confidence该技能的要求和说明与其既定用途(从文本/图像进行人格分析)相符,无意外凭据或安装请求;主要风险在于隐私及文件上传/数据处理,而非逻辑混乱。
评估建议
This skill is coherent for analyzing chat text/images and generating a structured report, but it involves processing potentially sensitive personal data. Before installing or using it: (1) avoid uploading private or identifying material unless you have consent; anonymize or redact names/IDs when possible; (2) verify what autoglm-file-upload/autoglm-image-recognition endpoints do and where uploaded data is stored/retained (privacy policy); (3) confirm how the generated PDF is stored/transferred a...详细分析 ▾
✓ 用途与能力
Name/description (persona analysis from chat logs/screenshots/files) align with the actual instructions and referenced templates/frameworks. Declared capabilities (text, image OCR, file import, structured report, PDF conversion) are consistent with inputs and outputs described. No unrelated credentials, binaries, or installs are requested.
ℹ 指令范围
SKILL.md stays within the stated purpose: it describes how to accept text, run OCR on images (autoglm-image-recognition), upload local files (autoglm-file-upload) and read file contents, extract target speaker utterances, apply multi-layer analysis, fill the provided report template, and export to PDF. Note: the instructions require uploading local files/images via autoglm-file-upload to obtain a URL — this is expected for processing but is a privacy-sensitive action (it may transmit user data to the upload service). The skill also mandates reading references/analysis-framework.md each run (present in the bundle), which is consistent with producing structured output.
✓ 安装机制
Instruction-only skill with no install spec and no code files. This minimizes footprint on the host. There is no download or external package installation requested.
✓ 凭证需求
No environment variables, credentials, or config paths are requested. That matches the described functionality and is proportionate. The only external interactions are calls to platform tools (autoglm-image-recognition / autoglm-file-upload), which do not require the skill to ask for new secrets.
✓ 持久化与权限
always:false and no install steps writing to agent config or other skills. The skill does not request elevated or persistent privileges. Autonomous invocation is allowed by default (platform behavior) but is not combined here with elevated privileges or broad credential access.
安全有层次,运行前请审查代码。
运行时依赖
无特殊依赖
版本
latestv1.0.02026/4/19
personality-analyzer 技能首发:基于聊天记录的深度人物分析。 - 支持文本、图像(OCR)、文件(.txt/.csv/.json)输入。 - 结构化多阶段流程:输入处理 → 多层心理扫描 → 多维度报告。 - 解析人格特质、说话风格、心理画像与行为动机,参考 MBTI 与 HEXACO。 - 输出完整 Markdown 报告(转 PDF),涵盖 MBTI、价值观、偏好、情绪、心理需求、关系模式等。 - 隐私优先:除非用户明确要求,绝不输出个人信息。
● 无害
安装命令
点击复制官方npx clawhub@latest install personality-analysis
镜像加速npx clawhub@latest install personality-analysis --registry https://cn.longxiaskill.com
技能文档
从聊天记录中深度分析人物性格、说话风格和心理画像。
支持的输入方式
- 直接粘贴文本 — 最推荐,准确度最高
- 截图/图片 — 使用
autoglm-image-recognition识别文字后分析 - 文本文件 —
.txt/.csv/.json格式的聊天记录导出
分析工作流
Phase 1:输入处理
根据输入类型选择处理方式:- 文本粘贴 → 直接进入分析
- 图片 → 调用
autoglm-image-recognition提取文字;若为本地文件需先通过autoglm-file-upload上传获取 URL - 文件 → 用
read读取内容
从聊天记录中分离目标人物的发言(排除对方发言、系统消息等),仅分析目标人物的语言。 关键:如果聊天记录中多人对话,需先确认用户想分析的是哪位发言者(通过上下文判断或直接询问)。
Phase 2:深层结构
真实的人物是复杂的,你不仅发现人物表象,更善于察觉性格中的负面特性和复杂层面,包括缺点、矛盾点。在分析每一段关键对话时,必须由表及里执行四个层级的扫描:- 语义表层:
- 潜话语层:
- 核心需求层:
- 根本动机层:
Phase 3:多维度分析
对提取的文本执行以下维度的深度分析。分析应基于文本证据,而非凭空推测。 你在分析时,不能浮于表面对话,而要深入挖掘角色深入的需求、动机、复杂行为模式等多个维度。维度 A:人物分析
基于文本分析人物的性格特征、说话风格、心理画像等,重点关注以下方面:- 性格特征:必须从多维度分析人物性格,严格避免生成相似或者同类型的性格描述。
- 深层行为分析:分析人物的决策逻辑、情绪反应模式、潜在动机等,挖掘人物行为背后的深层原因。
- 复杂性与矛盾性:揭示人物性格中的矛盾点和复杂层面,避免过于理想化或单一化的描述。
维度 B:HEXACO 核心人格评估
基于文本评估 HEXACO 六大维度(标注 高/中/低 倾向):- H - 诚实-谦逊性 (Honesty-Humility):真诚度、对物质/权力的态度、是否谦逊。
- E - 情绪性 (Emotionality):对压力的焦虑、寻求情感支持的依赖性、是否多愁善感(低分代表坚韧与独立)。
- X - 外向性 (eXtraversion):社交大胆、发言意愿、生命活力。
- A - 宜人性 (Agreeableness):宽容度、温和度、对冒犯的反应(不轻易发怒/记仇)。
- C - 尽责性 (Conscientiousness):组织性、对细节的关注、行事的谨慎程度。
- O - 经验开放性 (Openness to Experience):好奇心、创造力、对非传统观点的接受度。
- 结合 H(诚实谦逊) 和 A(宜人性) 的得分,简要评估该人物是否存在自恋、马基雅维利主义或操控他人的潜在倾向。
维度 C:MBTI 人格推断
基于文本证据推断最可能的 MBTI 类型,给出:- 最可能的类型(如 ENFP-T)
- 各维度的判断依据(E/I, S/N, T/F, J/P)
- 置信度(高/中/低)
- 次可能的类型
维度 D:价值观分析
- 最重视的价值观(排名前三)
- 价值冲突信号(矛盾点)
- 决策偏好(理性导向 vs 感性导向)
- 对金钱、时间、人际关系、自我成长、恋爱的态度
维度 E:喜好与厌恶
- 明确表达喜欢的事物/活动/话题
- 明确表达不喜欢/回避的事物
- 允许从文本中猜测此人喜欢或者不喜欢的事物
维度 F:深度心理需求
- 核心需求(安全感、认同感、掌控感、自由、连接等)
- 未被满足的需求信号
- 防御机制(否认、幽默、转移话题、合理化等)
- 内在动机
维度 G:情绪分析
- 情绪波动范围(稳定/中等/剧烈)
- 常见情绪状态(快乐、焦虑、平静、愤怒等)
- 情绪触发因素
- 压力指数评估(1-10 分)
- 情绪表达方式(直接表达/压抑/间接表达)
维度 H:情感需求
- 亲密关系模式(依恋类型倾向)
- 对陪伴/独立的需求平衡
- 沟通需求(倾诉型 vs 独处消化型)
- 被理解的方式(语言确认/行动支持/空间给予)
Phase 4:生成输出
按以下顺序生成输出物:输出:结构化分析报告(Markdown)
使用references/report-template.md 中的模板格式生成报告。报告必须包含所有 Phase 3 的分析维度。
最后,必须将生成报告转化为pdf。 ---
分析原则
尊重隐私 — 无论出现任何情况,不在输出中暴露具体个人信息(除非用户明确要求)分析框架详情
每一次分析时,都必须读取references/analysis-framework.md。