Personal Twin

personal-twin — 个人镜像（个性化自适应服务中枢）

目标：让 Agent 从"通用助手"变成"了解用户的专属助手"。 不新引入记忆框架——长期记忆与每轮注入复用 openwave，定时复用 smart-cron，数据源复用 Obsidian 四库（01每日日志/02学习库/03项目库/04简历库）。本 skill 只负责"产出并维护画像"。

0. 画像文件布局（固定，禁止改路径）

根目录：E:\obsidian\rein\_个人镜像\

1. 触发指令与处理流程

指令 A：【个人镜像 初始化】（首次，只走一次）

1. 检查 _个人镜像 目录与 7 个文件是否存在，缺失则从 templates/ 复制创建。
2. 采集静态档案：向用户一次性询问 references/intake-questions.md 的字段（基本信息、 考研/职业目标、当前基础、可用时间、设备、明确的"要/不要"）。用户已知信息（中南土木大三、 跨考控制工程/机器视觉方向、拯救者 Y 系列 i7-13650HX+RTX4060 等）可预填，让用户补正即可， 不要反复问已知信息。写入 00_我的档案.md。
3. 发放量表：把 questionnaires/BFI10_VARK.md 的题目一次性发给用户作答
   • 大五 BFI-10（10 题，1-5 分）+ VARK 学习风格（16 题，每题选 V/A/R/K，可多选）
   • 用户答完用 scripts/score_questionnaire.py 计分
4. 结合"量表分数 + 静态档案"生成 02_认知与人格画像.md：
   • 五个维度分数与等级、VARK 偏好排序
   • 重点产出"最佳服务方式"清单（见 references/persona-framework.md 的映射表）： 讲解深浅、例子偏好、任务拆解粒度、督促/鼓励方式、复习与出题方式、沟通注意事项
   • 明确标注：量表为锚点，后续仅可被"≥3 次一致的长期行为证据"微调
5. 生成首版 _注入摘要.md，并指导用户/调用 openwave 同步 self-model（见 §4）。
6. 输出初始化报告：档案路径、量表结果、推荐的服务方式，请用户过目。

指令 B：【记录卡点】<一句话>（最高频，超低摩擦）

• 用户只需一句话，例如：【记录卡点】搞不清 BKT 里 p-slip 和 p-guess 区别，后来发现一个是蒙对一个是手滑
• Agent 自动补全为结构化条目（领域/知识点/问题类型/错误原因/解决方法/可迁移教训/日期）， 追加到 03_错题卡点日志.md，格式严格遵循 references/evidence-schema.md。
• 重复检测：若同一知识点已有同类卡点，累加"出现次数"并标记 🔺高频（≥2 次）。
• 这是能力画像最真实的信号：错题/卡点比笔记更能定位短板。
• 追加后做一次轻量熟悉度修正（该知识点熟悉度不下调，但在"高频坑点"加权），并刷新注入摘要。

指令 C：【个人镜像 刷新】（立即全量）

执行 §3 的完整更新流水线（等同周日全量任务），完成后报告本次变化 diff。

指令 D：【我现在什么水平】

• 不重算，直接读 01_能力画像.md + 03_错题卡点日志.md + mastery_data.json， 输出：当前各领域熟悉度总览、最该补的 3 个短板、最近反复出错点、建议下一步动作。
• 若 01_能力画像.md 尚不存在（还没跑过刷新），先执行一次 python scripts/run_refresh.py 再分析。

指令 E：【更新档案】

用户口述变化（换目标、考完试、新设备等），更新 00_我的档案.md，留修改时间，刷新注入摘要。

2. 能力熟悉度模型（证据驱动，非 BKT）

用户不做严格做题记录，因此不使用贝叶斯知识追踪；改用"证据计数 + 衰减 + 错题加权"的启发式 0-4 级估计。评分规则详见 references/familiarity-rubric.md，Agent 不得凭感觉打分，必须能指出证据。

• 等级：0 未接触 / 1 见过(能认) / 2 能复述(懂概念) / 3 能应用(做题/写代码/做成项目) / 4 能教别人(能讲清+迁移)
• 证据来源与权重：
  • 学习库有该知识点笔记 → 基础证据
  • 项目库实际用到/跑通 → 强证据（可到 3）
  • 能向他人讲清/输出费曼总结/多次复现 → 到 4 的证据
  • 错题卡点：出现 1 次=标记薄弱点；同类 ≥2 次=🔺高频坑点，封顶该点评级直到"解决后复现正确"
  • 最近时间衰减：超过 30 天无任何接触，评级标注"生疏风险"（不自动降级，只提示）
• 每个知识点条目必须带：等级 / 证据列表(出处+日期) / 最近接触 / 关联卡点 / 下一步
• 领域划分跟随用户实际：控制工程、机器视觉(OpenCV/PyTorch)、土木力学数学、英语六级、编程工程化、求职等， 不预设死，扫描时按 Obsidian 目录与笔记 frontmatter(topic/tags) 自动归类。

2.1 落地评级口径（脚本已实现，保守、可复算、不调 LLM）

区分"输入"与"输出"，避免看课多就虚高（这是最容易出错的地方）：

• 课程/视频笔记是输入，最高 2 级：frontmatter 带 platform 或 tags 含"视频笔记/课程/bilibili"的， 哪怕字数多、出现"实现/项目"等词，也只算"能复述(2)"，不算会应用。
• 导航文件不算实践：_MOC/_总览/_知识谱系/索引 里的 ``` 块多是 mermaid/结构图，不作为代码实践证据，最高 2 级。
• 到 3 级必须有自己的输出型实践：在 03-项目库且（真实代码≥10 行 或 status=已完成）； 或标题明确是"复现/实战/亲手实现"。只注释/研读别人代码（如课程 report）仍算 2。
• 到 4 级：用户自己命名的费曼输出（非课程、≥500 字、结构化），且该领域实践≥2、知识点≥8（覆盖面够才谈"能教迁移"）。
• 领域等级聚合：有真实实践→3；只有笔记且≥3 篇→2；仅 1-2 篇→1。求职/简历材料不评掌握度。
• 时间衰减只提示不降级：>30 天标 ⚠️、>60 天标 🔕。规则源码在 scripts/update_mastery.py，改口径只改这一个文件。

3. 更新流水线（静默自动，留痕可查）

一键入口 scripts/run_refresh.py：先 update_mastery.py（扫描→评级→画像/快照）再 build_injection.py（注入摘要），定时任务只调这一条。

为什么用 Windows 任务计划而不是 smart-cron：OpenClaw 网关一关，内部定时就失效；系统计划任务只要电脑开机就会跑，日志在 logs/refresh.log。电脑当时关机则错过当次（不会补跑，可次日手动【个人镜像 刷新】）。

脚本职责

• scan_libraries.py：遍历 E:\obsidian\rein（+额外库 E:\obsidian\考研英语长难句），解析 frontmatter/字数/代码行/双链/修改时间，排除 .obsidian/_个人镜像/非学习内容，输出文件级证据。可单独跑看分类概览。
• update_mastery.py：按 §2.1 口径做文件级→领域级 0-4 评级，关联 03 高频坑点、时间衰减、算短板 TOP3，写 mastery_data.json 与 01_能力画像.md；--full 再做快照与成长轨迹。
• adaptive_service.py（P2）：读 mastery_data.json + 00 档案，输出服务参数（每个领域讲解深度/风格/例子/节奏）与下一步推荐（熟悉度低+缺实践+时间衰减+成绩硬证据→P0/P1/P2 行动）。--profile 出 JSON 供 skill 读取，--out 落盘 05 文件。
• run_refresh.py：三步串联（评级→注入摘要→服务参数），定时只调它。
• 运行环境：计划任务固定用系统 Python（仅用标准库，无需装包）；bat 内设 PYTHONUTF8=1 防中文日志乱码。

每周全量额外做的人格层

汇总本周对话/卡点中的行为证据，若与量表锚点出现 ≥3 次一致偏差，提出"微调建议"（只建议、写待确认区，不擅自改量表分，等用户【我现在什么水平】时确认）。

自动更新默认不打扰用户；所有改动写快照与 04 成长轨迹，可回溯、可回滚。

4. 注入摘要与 openwave 打通（让每轮都"懂你"）

1. scripts/build_injection.py 从 00/01/02/03 抽取最关键信息，压成 ≤1500 字 _注入摘要.md， 结构：一句话画像 → 当前核心目标 → 各领域熟悉度速览 → 高频坑点(≤5) → 学习风格与最佳服务方式 → 沟通禁忌。
2. 同步到 openwave（二选一，优先第一种）：
   • 方式一（推荐）：Agent 调用 openwave 的 brain_update_self_model 工具，把注入摘要写进 user/self model， openwave 之后每轮自动注入，无需手动读文件。
   • 方式二（兜底）：在其他 skill 或会话开始时，让 Agent 先读 _注入摘要.md 再作答。
3. openwave 的 contextBudget 有限，注入摘要务必精简，细节留在画像文件里、按需检索。

5. 人格层的科学边界（必须遵守）

• 大五/VARK 是自我描述与协作偏好，不是心理诊断；禁止输出病症、病理、人格障碍类标签。
• 量表分是锚点，单次对话情绪（如熬夜烦躁、报错沮丧）不得改写人格维度。
• AI 推断人格在学界仅中等信度，因此：量表 > 长期一致行为证据 > 单次印象。
• 输出人格内容时用"倾向于/偏好在…"这类描述性措辞，不下"你就是…"的绝对结论。

6. 红线（硬性）

1. 只允许读写 E:\obsidian\rein\ 与本 skill 目录；禁止扫描系统/其他磁盘隐私目录。
2. 熟悉度、能力结论必须来自真实笔记/项目/卡点/对话，严禁虚构掌握或编造证据；证据不足标"待观察"。
3. 人格以量表为锚，不做心理诊断、不贴病理标签、不被一两次对话推翻。
4. 自动更新必须留快照与 changelog，可回滚；00_我的档案.md 用户手改内容不被自动覆盖。
5. 注入摘要 ≤1500 字，不把隐私心理长文每轮硬塞，注意 token 经济。
6. 错题卡点日志只增不丢；重复条目做合并计数，不删除历史。
7. 模型通道不限制（用户已授权），但画像文件只存本机。

7. 分阶段路线

• P0（已完成）：skill 骨架 + 档案 + BFI-10/VARK 量表与计分 + 认知人格画像框架 + 错题卡点机制 + 注入摘要/openwave 打通。
• P1（已完成）：四库扫描 scan_libraries.py、熟悉度计算 update_mastery.py、run_refresh.py 一键入口、mastery_data.json、01 能力画像、snapshots 快照与 04 成长轨迹、Windows 计划任务每日/每周静默定时。
• P2（已完成核心）：adaptive_service.py 统一读取入口——其他 skill / Agent 用 --profile 拿各领域讲解深度与风格、--next 拿"下一步学什么"；推荐融合熟悉度+时间衰减+00 档案成绩硬证据（如数学66/力学63/六级363未过→P0 补课项）；05 服务参数文件随每次刷新自动更新。
• P2 已完成接入：video-to-knowledge、topic-knowledge-base、material-to-knowledge-base、resume-builder、deep-research 五个 skill 的 SKILL.md 已加"自适应接入"钩子（统一约定见 references/adaptation-guide.md），在各自关键环节读取画像参数调整深度/例子/输出形式；读不到画像按通用方式执行不阻塞。
• P2 剩余：①用户填完 BFI-10/VARK 量表后补全 02 人格画像、计分并同步 openwave self-model（量表已填，02 已生成；openwave self-model 同步需在 OpenClaw 侧调 brain_update_self_model）；②基于熟悉度+艾宾浩斯轻量推荐复习节奏（仍不做严格 BKT）。

8. 常用命令速查

# —— 日常最常用 ——
python scripts/run_refresh.py            # 一键：扫描评级 + 刷新注入摘要（=每日任务）
python scripts/run_refresh.py --full     # 全量：额外快照 + 成长轨迹（=周日任务/手动刷新）

# —— 分步调试 ——
python scripts/scan_libraries.py         # 只扫描，看领域/类型分类概览
python scripts/update_mastery.py --full  # 只重算画像+快照
python scripts/build_injection.py        # 只重生成注入摘要
python scripts/adaptive_service.py       # P2：服务参数+下一步推荐（--profile/--next 出 JSON）

# —— 量表计分（用户答完题后）——
python scripts/score_questionnaire.py --bfi "4,3,5,2,4,2,4,3,2,4" --vark "V,A,R,K,..."

计划任务管理（PowerShell）：

schtasks /query  /tn "PersonalTwin-Daily" /fo list   # 查状态/下次运行
schtasks /run    /tn "PersonalTwin-Daily"            # 立即手动触发一次
schtasks /change /tn "PersonalTwin-Daily" /st 22:30  # 改时间
schtasks /delete /tn "PersonalTwin-Daily" /f         # 卸载（Weekly 同理）
# 日志：skills/personal-twin/logs/refresh.log