# Administer Rcss

> 施测科研人员认知风格量表（RCSS），评估横向整合 vs 垂直深度的认知偏好。当用户选择填写量表、或画像中RCSS数据缺失时使用。

- Skill: `tashangkd/administer-rcss` (Agent Skill)
- Install (CLI): `npx skillmds@latest add tashangkd/administer-rcss`
- Raw SKILL.md: https://api.skillmd.com/api/skills/tashangkd/administer-rcss/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: TashanGKD (https://skillmd.com/u/tashangkd)
- Updated: 2026-09-22
- Page: https://skillmd.com/skills/tashangkd/administer-rcss

---


# Phase 2b：施测 RCSS（认知风格量表）

## 前置准备

读取 `doc/researcher-cognitive-style.md` 获取量表详情和解读标准。

## 量表说明（告知用户）

```
接下来是「科研人员认知风格量表」（RCSS），共 8 题，约 3-5 分钟。
请用 1-7 分作答：
1 = 完全不同意  4 = 中立  7 = 完全同意
题目评估你在科研中的思维习惯：偏向「跨领域整合」还是「专业深耕」。
```

## 施测（一次性呈现全部 8 题）

RCSS 题量少，可一次全部呈现：

**维度 A：横向整合**

| 编号 | 题目 | 你的评分（1-7） |
|:---:|:---|:---:|
| A1 | 我习惯于在非本专业的领域（如 CS、数学、统计、工程学等）中寻找可以跨界使用的灵感或方法。 | |
| A2 | 在处理科研障碍时，我倾向于跳出当前具体问题，试图构建一个更宏大、更通用的理论框架或模型。 | |
| A3 | 我认为跨学科的"连接"能力比单一学科的"深度"在现代科学研究中更为稀缺和重要。 | |
| A4 | 我倾向于将不同的算法、模型和理论"组装"在一起，形成一套完整的系统或解决方案。 | |

**维度 B：垂直深度**

| 编号 | 题目 | 你的评分（1-7） |
|:---:|:---|:---:|
| B1 | 我更喜欢深耕一个垂直细分领域，成为那个领域里掌握技术细节最精准、最全面的专家。 | |
| B2 | 我更喜欢针对某个具体的模型、数据集或物理现象进行极致的参数调优、数学建模或实验验证。 | |
| B3 | 我更喜欢一个人安静地钻研极其复杂的数学推导、代码细节或实验操作，而不喜欢频繁讨论宏观架构或跨领域联想。 | |
| B4 | 我认为把一件技术小事做到极致的"工匠精神"是科研工作者的最高准则。 | |

请用户回复格式：`A1:分数, A2:分数, A3:分数, A4:分数, B1:分数, B2:分数, B3:分数, B4:分数`

## 计分

```
I（横向整合分） = A1 + A2 + A3 + A4   （范围 4-28）
D（垂直深度分） = B1 + B2 + B3 + B4   （范围 4-28）
CSI = I - D                            （范围 -24 到 +24）
```

**类型判定**（参考 `doc/researcher-cognitive-style.md`）：

| CSI 区间 | 类型 |
|:---:|:---|
| +17 至 +24 | 强整合型 |
| +8 至 +16 | 倾向整合型 |
| -7 至 +7 | 平衡型 |
| -16 至 -8 | 倾向深度型 |
| -24 至 -17 | 强深度型 |

同时分析双维度剖面（高I高D / 高I低D / 低I高D / 低I低D）。

## 完成后操作

1. 将 I、D、CSI 和类型解读写入画像文件 `## 三、认知风格` 字段
2. 删除该字段的 `（AI推断）` 标注（如有）
3. 将 `采集阶段` 更新为包含 `rcss_done`
4. 给出 2-3 句认知风格特征描述
5. 引导用户进行下一步