Behavior Prediction

Behavior Prediction Skill V2

为 AI 助手提供用户行为预测能力。通过记录和分析用户的会话内容，学习用户的工作流程、偏好和习惯，提供智能预测和个性化交互。

安装说明

安装步骤

安装此 Skill 需要完成以下两步：

1. 安装脚本文件

将 scripts/ 目录复制到 Cursor skills 目录：

# 全局安装（推荐，所有项目共享）
cp -r scripts/ ~/.cursor/skills/behavior-prediction/scripts/

# 或项目级安装（仅当前项目使用）
cp -r scripts/ .cursor/skills/behavior-prediction/scripts/

2. 安装规则文件（重要）

将 rules/behavior-prediction.mdc 复制到 Cursor rules 目录：

# 全局安装（推荐，所有项目生效）
cp rules/behavior-prediction.mdc ~/.cursor/rules/

# 或项目级安装（仅当前项目生效）
cp rules/behavior-prediction.mdc .cursor/rules/

注意：规则文件必须安装，否则 AI 不会自动触发行为记录和预测功能。

安装位置说明

• 全局安装：数据跨项目共享，适合个人使用
• 项目安装：数据仅在项目内，适合团队协作

验证安装

安装完成后，可以运行以下命令验证：

# 验证脚本安装
python3 ~/.cursor/skills/behavior-prediction/scripts/hook.py --init

# 验证规则安装（检查文件是否存在）
ls ~/.cursor/rules/behavior-prediction.mdc

使用脚本自动安装规则

也可以使用 setup_rule.py 脚本自动安装规则文件：

# 启用规则（项目级）
python3 ~/.cursor/skills/behavior-prediction/scripts/setup_rule.py '{"action": "enable"}'

# 启用规则（全局）
python3 ~/.cursor/skills/behavior-prediction/scripts/setup_rule.py '{"action": "enable", "location": "global"}'

# 禁用规则
python3 ~/.cursor/skills/behavior-prediction/scripts/setup_rule.py '{"action": "disable"}'

# 更新规则到最新版本
python3 ~/.cursor/skills/behavior-prediction/scripts/setup_rule.py '{"action": "update"}'

# 检查规则状态
python3 ~/.cursor/skills/behavior-prediction/scripts/setup_rule.py '{"action": "check"}'

或者通过自然语言告诉 AI：

• "启用行为预测规则"
• "禁用行为预测规则"
• "检查行为预测规则状态"

安装后提示

重要：安装完成后，请将以下内容展示给用户。

✅ Behavior Prediction Skill V2 安装成功！

快速开始

推荐下一步

运行 启用行为预测规则 开启自动行为预测功能，这样：

• 会话开始时会自动加载你的行为模式
• 会话结束时会自动记录并学习你的工作流程
• 在适当时机会提供智能预测建议

工作原理

该 Skill 会记录你与 AI 的会话内容（工作流程、偏好、技术栈等），学习你的工作习惯，当你下次开始会话时，AI 会根据你的习惯主动提供建议。

使用示例

用户: 帮我创建一个 API 文件
AI: 已创建 src/api/auth.py
    ✨ 基于你的习惯，你可能想要运行测试 (85%)
    要执行吗？

首次使用提示

• 🆕 首次安装时没有历史数据，需要使用一段时间积累
• 💡 系统会自动学习你的工作流程
• 🔒 所有数据存储在本地，不会上传到任何服务器

验证安装

运行 检查行为预测规则状态 确认规则已启用。

功能概述

核心能力

行为模式类型

1. 工作流程模式：设计 → 实现 → 测试 → 提交
2. 偏好模式：技术栈偏好、编码风格、工具选择
3. 项目模式：不同项目类型的开发流程

使用方式

自动模式（推荐）

启用 Always Applied Rule 后，系统会自动：

• 会话开始时加载用户画像
• 会话结束时记录并更新模式
• 在适当时机提供预测建议

手动命令

脚本说明

hook.py

统一的 hook 入口，支持会话生命周期管理。

# 会话开始时
python3 <skill_dir>/scripts/hook.py --init

# 会话结束时
python3 <skill_dir>/scripts/hook.py --finalize '{
  "session_summary": {
    "topic": "会话主题",
    "goals": ["目标"],
    "completed_tasks": ["任务"],
    "technologies_used": ["技术"],
    "workflow_stages": ["implement", "test"],
    "tags": ["#tag"]
  },
  "operations": {
    "files": {"created": [], "modified": [], "deleted": []},
    "commands": []
  },
  "conversation": {
    "user_messages": ["消息"],
    "message_count": 1
  },
  "time": {
    "start": "ISO8601",
    "end": "ISO8601"
  }
}'

record_session.py

记录完整会话到本地。

python3 <skill_dir>/scripts/record_session.py '{...session_data...}'

extract_patterns.py

从会话记录中提取行为模式。

# 查看当前模式
python3 <skill_dir>/scripts/extract_patterns.py

# 从会话数据提取模式
python3 <skill_dir>/scripts/extract_patterns.py '{...session_data...}'

user_profile.py

用户画像管理。

# 获取用户画像
python3 <skill_dir>/scripts/user_profile.py

# 更新用户画像
python3 <skill_dir>/scripts/user_profile.py '{"action": "update"}'

# 获取 AI 摘要
python3 <skill_dir>/scripts/user_profile.py '{"action": "summary"}'

get_predictions.py

获取预测建议。

# 获取当前阶段的预测
python3 <skill_dir>/scripts/get_predictions.py '{"current_stage": "implement"}'

# 带上下文的预测
python3 <skill_dir>/scripts/get_predictions.py '{
  "current_stage": "implement",
  "context": {"project_type": "backend_api"}
}'

工作流程阶段

数据存储

behavior-prediction-data/
├── sessions/                # 会话记录（按月份）
│   └── 2026-01/
│       └── sess_20260131_001.json
├── patterns/                # 行为模式
│   ├── workflow_patterns.json   # 工作流程模式
│   ├── preferences.json         # 偏好数据
│   └── project_patterns.json    # 项目模式
├── profile/                 # 用户画像
│   └── user_profile.json
├── index/                   # 索引
│   └── sessions_index.json
└── config.json              # 用户配置

配置选项

配置文件位于数据目录的 config.json。

{
  "version": "2.0",
  "enabled": true,
  "recording": {
    "enabled": true,
    "retention_days": 90
  },
  "patterns": {
    "extraction_enabled": true,
    "min_sessions_for_pattern": 3
  },
  "profile": {
    "auto_update": true,
    "update_interval_sessions": 10
  },
  "prediction": {
    "enabled": true,
    "suggest_threshold": 0.5,
    "max_suggestions": 3
  }
}

隐私说明

• 所有数据存储在本地
• 不上传任何信息到服务器
• 用户可以随时删除数据
• 会话内容仅用于模式学习

预测建议示例

当完成一个阶段后，如果系统有高置信度的预测，会显示建议：

✨ 基于你的习惯，你可能想要：
→ 运行测试 (置信度: 85%)

要执行吗？

用户画像示例

{
  "stats": {
    "total_sessions": 50,
    "active_days": 30
  },
  "preferences": {
    "common_stages": ["implement", "test", "commit"],
    "common_tech": ["python", "fastapi", "pytest"]
  },
  "work_style": {
    "planning_tendency": 0.3,
    "test_driven": 0.6,
    "documentation_focus": 0.2
  }
}