mi4646 用户画像（User Profile）
维护「用户是谁、用什么、不做什么」的画像，供装备评估、模型配置、任何个性化场景消费。画像 = 🧠记忆 + 🔍扫描/miner 实测 + 🗣口述交叉验证，单一口述不落地。
触发时机
- 用户要求「更新我的画像 / 自学习我的使用习惯 / 挖掘我的偏好」
- equipment-manager 等下游评估前需要画像举证（消费
profile.d/） - 画像
updated超 90 天需刷新确认
数据分层
| 层 | 文件 | 谁写 | 进 git |
|---|---|---|---|
| 人工层 | profile.md |
用户手工维护（结构性事实 + 明确表态） | ✅ |
| 自学习层·评估 | profile.d/<hostname>.md |
miner 举证 + 用户确认（技术栈/业务工作流，喂 equipment-manager） | ✅ |
| 自学习层·备忘 | profile.d/prefs/<hostname>.md |
同上（个人习惯/工具习惯，仅备忘；profile.d/*.md 通配符天然不读子目录） |
✅ |
| 纠正状态 | ~/.config/equipment-manager/miner-state.json |
--correct 降权记录 |
❌（本机状态） |
多机零冲突：miner 只写本机自己的 profile.d/<hostname>.md 与 profile.d/prefs/<hostname>.md（文件名=主机名），三机各写各的 → git pull 无冲突；确认后的画像结论随 git 汇聚，原始日志不离开本机。
证据来源分级
🧠记忆记录 / 🔍环境扫描实测（scripts/scan_profile.sh）/ 🔍日志挖掘（scripts/profile_miner.py）/ 🗣用户口述 / ⚠️推断
负面偏好不推断——只有用户明确表态「用不上 X」才记入，标记 🗣。
核心流程（更新画像）
1. 环境扫描 scripts/scan_profile.sh （家目录/git/插件/运行时/模型/活跃目录）
2. 日志举证 scripts/profile_miner.py --days 90 --distill
→ 证据绑定的候选线索 JSON（关键词 + 置信度 + top3 证据 session/时间/文本）
3. 蒸馏提炼 Claude 把线索提炼为画像候选：一句话主张 + 判定依据 + ≥1 证据 session 引用；
证据不足/不确定 → 明确跳过（宁可漏判不编造）；负面偏好不推断
4. 亮候选拍板 逐条展示（主张 + 证据），默认「忽略」；确认 → 写入；纠正 → --correct <关键词>
5. 写入画像 技术栈/业务工作流 → `profile.d/<hostname>.md`（技术栈条目标 🔒稳定）；个人习惯 → `profile.d/prefs/<hostname>.md`；每条带 provenance 证据行 + updated + commit
6. 核对 updated 超 90 天提示确认；人工层条目只在用户明确表态时改动
证据与防编造
- 蒸馏必须绑定证据：每条画像候选的「一句话主张」必须引用
--distill输出的至少 1 个证据 session；引用不了证据的主张不得产出（防 AI 编造画像，参考 FastAPI 假证据教训）。 - provenance 落盘：写入画像的条目带证据行（项目 · session 文件名 · 时间 · 文本片段），
--verify <关键词>重扫日志时可精确回溯到具体 session。 - 确认防 rubber-stamp：逐条亮候选（主张 + 证据），默认「忽略」——没有明确「确认」就不写入画像。
稳定偏好（技术栈不随窗口衰减）
- 技术栈条目（编程语言/框架/数据库/部署目标）确认写入后标记 🔒稳定——核心栈是「一贯用什么」，不因最近窗口（90 天）内无新证据就被提议删除
- 衰减只作用于「活动型」条目（业务域/运维等近期活动）；🔒条目除非用户
--correct纠正，否则保留 - 判断标准：技术性（语言/框架/DB/部署）→ 🔒稳定；一次性业务活动 → 活动型
命令速查
| 命令 | 用途 |
|---|---|
python3 scripts/profile_miner.py --days 90 --distill |
产出证据绑定的候选线索 JSON（关键词 + 置信度 + top3 证据 session/时间/文本），供 LLM 蒸馏提炼画像候选 |
--verify <关键词> |
证据追溯：不足 --min-sessions 个 session，或被纠正降权/置信度跌破 --min-confidence 即 FAIL（防编造 + 防纠正失效） |
--correct <关键词> |
纠正降权（写 miner-state.json） |
--self-test |
核心逻辑自检（过滤/分词/置信度） |
--json |
结构化候选画像证据 |
bash scripts/scan_profile.sh |
环境扫描（家目录/git/插件/运行时/模型） |
内置噪声过滤（miner 自动执行，无需手动）：排除 SDK 批量重放（entrypoint=sdk-*、首行 queue-operation 的评测会话，且文件层排除不占扫描预算）、<task-notification> 注入块、子代理 SendMessage 回传/任务派发文本——只保留用户真实交互输入，防止评测夹具/脚本注入污染画像证据。分词层过滤中文口语弱词（这个/里面/什么意思）与代码残留（src/data/traceback 片段），避免「什么都记」挤占真实画像信号。这是 token 层过滤；--distill 之上再由 LLM 蒸馏做语义层判定（是否真画像信号），两层结合根治「什么都记」。
置信度公式与参数
confidence = min(1.0, 支持session数/3) × 衰减因子 × correctionPenalty^纠正次数
衰减因子 = max(0.1, 1 − 距最近证据天数 / (2 × preferenceDecayDays))
| 参数 | 默认 | CLI | 说明 |
|---|---|---|---|
| preferenceDecayDays | 90 | --decay-days |
无新证据过期天数 |
| correctionPenalty | 0.5 | --correction-penalty |
纠正一次降权倍数 |
| minConfidence | 0.5 | --min-confidence |
亮为「建议确认」的置信度下限 |
多机注意
- 每台设备跑
git pull拉到共享画像，本机 miner 只挖本机日志、只写本机profile.d/<hostname>.md+profile.d/prefs/<hostname>.md - 新设备部署 my-skills（install.sh）即带上画像，
profile.d/自动出现 - 评估时画像 =
profile.md（人工层）+ 顶层profile.d/*.md（技术栈/工作流；prefs/子目录不读，个人习惯不参与评估）
设计依据
见 ~/.gstack/projects/mi4646-my-skills/anonymous-main-design-persona-self-learning-20260806-113000.md（方案 B：半自动、机器举证、用户拍板；吸收 emulo 证据追溯 + tom-swe 置信度/衰减/纠正）。