# Human 3 0 Quadrant Development Assessment

> 当需要系统性地评估一个个体在多个生活领域（心智、身体、精神、职业）的综合发展水平时

- Skill: `dracounion/human-3-0-quadrant-development-assessment` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add dracounion/human-3-0-quadrant-development-assessment`
- Raw SKILL.md: https://api.skillmd.com/api/skills/dracounion/human-3-0-quadrant-development-assessment/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: DracoUnion (https://skillmd.com/u/dracounion)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/dracounion/human-3-0-quadrant-development-assessment

---


# human-3-0-quadrant-development-assessment

## When to Use

当需要系统性地评估一个个体在多个生活领域（心智、身体、精神、职业）的综合发展水平时description

## Core Logic

# 执行步骤

1.  **确定评估框架**：明确使用 HUMAN 3.0 模型的四个象限（心智、身体、精神、职业）和三个发展水平（1.0 守成型、2.0 个体型、3.0 综合型）作为评估维度。
    *   **判断标准**：能够清晰列出四个象限和三个水平的定义。
    *   **常见误区**：将象限或水平的概念与其他不兼容的人格模型（如 MBTI）混淆。

2.  **收集象限表现信息**：针对每个象限，收集评估对象在该领域的行为模式、信念或成就信息。
    *   **输入**：评估对象的背景、言行、选择等信息。
    *   **操作**：将信息归类到对应的象限中。例如，分析其思维模式（心智）、生活习惯与外表（身体）、信仰体系（精神）、工作与事业追求（职业）。
    *   **输出**：每个象限下的定性描述。
    *   **判断标准**：每个象限都能形成至少一个描述性语句。
    *   **常见误区**：信息收集不全面，或强行将模糊信息归入某个象限。

3.  **匹配象限原型与发展水平**：根据步骤2的描述，在每个象限内，将其表现与已知的“原型”模式进行匹配，并判断其所属的发展水平（1.0， 2.0， 3.0）。
    *   **输入**：每个象限的定性描述。
    *   **操作**：
        *   **IF** 描述符合“遵从社会脚本”、“被动反应”等特征 → 判定为 **水平 1.0**。
        *   **ELSE IF** 描述符合“建立独立身份”、“挑战常规”等特征 → 判定为 **水平 2.0**。
        *   **ELSE IF** 描述符合“整合对立面”、“创造新范式”等特征 → 判定为 **水平 3.0**。
        *   **ELSE** 描述模糊，无法明确匹配 → 标记为“待定”或“混合特征”，并记录具体表现。
    *   **输出**：每个象限对应的发展水平评分（1， 2， 3 或待定）。
    *   **判断标准**：每个象限的评分有具体的行为或信念描述作为依据。
    *   **常见误区**：犯“前/超转型谬误”，即误将原始的、未反思的1.0状态当作整合的3.0状态，或将真正的3.0洞察贬低为1.0的幼稚。

4.  **计算综合发展指数**：将四个象限的评分（仅限已明确为1,2,3的分数）相加，然后除以理论最高分12，得到一个介于0.0到3.0之间的数值。
    *   **输入**：四个象限的评分。
    *   **操作**：总分 = Σ(各象限评分)；指数 = 总分 / 12 * 3.0。如果有象限为“待定”，则在计算时排除该象限，分母相应调整（如3个象限明确，则分母为9）。
    *   **输出**：一个代表综合发展阶段的数值（如 1.5， 2.0， 2.5）。
    *   **判断标准**：计算过程准确，能解释分母调整的原因。
    *   **常见误区**：将指数绝对化，忽视其作为相对和动态评估工具的本质。

5.  **合成元类型描述**：基于各象限的定性描述和水平评分，生成一个综合性的、概括个体核心特征的“元类型”标签或简短叙述。
    *   **输入**：各象限的定性描述及水平评分。
    *   **操作**：寻找各象限描述中的共同主题、矛盾或突出特点，将其整合成一个连贯的整体形象。例如，“一个在精神上寻求突破（2.0/3.0），但在职业选择上趋于保守（1.0/2.0）的探索者”。
    *   **输出**：一句或一段综合性的元类型描述。
    *   **判断标准**：描述能涵盖多个象限的特点，而非单一象限的重复。
    *   **常见误区**：过度简化，使用刻板印象标签（如仅用“阿尔法/贝塔”），而缺乏基于四个维度的综合洞察。

# 输出格式要求
以结构化报告形式呈现：
1.  **象限分析**：列出心智、身体、精神、职业四个象限的定性描述及评估的发展水平（1.0/2.0/3.0）。
2.  **综合发展指数**：给出计算后的数值（例如：HUMAN 2.0）。
3.  **元类型描述**：提供一段综合性的描述，概括个体的核心特征模式。
4.  **发展洞察**：基于以上分析，指出优势象限、潜在的发展不平衡区域或可能的“前/超转型谬误”风险。

## Metadata

| 属性 | 值 |
|------|-----|
| 领域 | 个人发展 |
| 类型 | procedural (procedural) |
| 置信度 | 85% |
| 前置条件 | 需要了解评估对象的基本背景信息或行为表现 |
| 来源 | 原型与元类型 🎭 |