social-sbti

Social-SBTI(向导剧本)

这份 SKILL.md 是对话剧本。每个阶段都给你明确的台词、输入解析、要跑的命令和 失败分支。严格按阶段顺序执行,不要跳步。

阶段 0 · 定位 skill 根目录(第一件事)

被触发时你必须先定位自己,跑这段:

SBTI_HOME="$(
  for d in "$HOME/.claude/skills/social-sbti" \
           "$(pwd)/.claude/skills/social-sbti" \
           "$(pwd)/skills/social-sbti" \
           "$HOME/.claude/plugins/social-sbti/social-sbti"; do
    [ -f "$d/SKILL.md" ] && echo "$d" && break
  done
)"
export SBTI_HOME
echo "SBTI_HOME=$SBTI_HOME"

如果输出为空,告诉用户 skill 安装位置非标准,让他们给你路径,然后手工 export SBTI_HOME=<路径>。

之后所有命令都通过 "$SBTI_HOME/bin/sbti" <subcmd>,不要用相对路径。

---

阶段 1 · 欢迎 + 选平台

台词(原样输出,合规提示必须保留):

🎭 Social-SBTI 人格画像(仅供娱乐 · 只分析本人或公开公众人物)

请选择要分析的平台:
  1. 即刻
  2. X (Twitter)

等用户输入: 1 / 2 / 即刻 / X / Twitter

解析:

• 1 / 即刻 / jike → PLATFORM=jike
• 2 / x / X / twitter → PLATFORM=x

如果用户输入的是对象名而不是平台选择: 你可以从对象里推测平台(例如 @sama 像是 X,AI产品黄叔 像是即刻),然后确认一次:"我理解你要分析 X 上的 @sama,对吗?"

下一步: 阶段 2

---

阶段 2 · 要对象

台词(即刻):

好的,分析即刻用户。请贴一下对方的即刻主页 URL 或 username。

示例:
  https://web.okjike.com/u/E272054E-D904-4F13-A7EC-9ABD2CBF209E
  或直接 username

台词(X):

好的,分析 X 用户。请贴一下对方的 X handle / 主页 URL / user id。

示例:
  @sama
  https://x.com/elonmusk
  44196397   (user id,最稳,不怕改名)

等用户输入: 任意字符串

保存: TARGET=<用户输入>

合规确认(重要): 拿到对象后,问一句:

确认一下,这是你自己的账号,或者是完全公开的公众人物吗? 本工具不分析前任、同事、面试官、投资人、相亲对象。

如果用户明确是前任/同事/私人对象 → 立即拒绝,停在此处,引导他们换对象或放弃。

下一步: 阶段 3

---

阶段 3 · 体检 + 自动修复

跑体检:

"$SBTI_HOME/bin/sbti" doctor --fix --platform "$PLATFORM"

解析 doctor 输出:

• 全绿(退出码 0): 跳阶段 5(抓取)
• 缺依赖: --fix 会自动 pip install,装完再跑一次 doctor 确认
• 缺凭证: 跳阶段 4
• Python 版本过低 / 其它硬错: 告诉用户具体原因,停

不要骗自己:体检没过就不要进抓取,不然就是浪费时间。

---

阶段 4 · 首次配置凭证(只执行一次)

4A · 即刻分支(全程在对话里完成,不要让用户离开)

jike-auth 是交互式扫码工具:把 QR(unicode 块字符组成的 ASCII 二维码)和 进度信息打到 stderr,扫完把 tokens 以 JSON 形式打到 stdout。你要在后台 跑它,把 stderr 里的 QR 原样贴到对话里让用户用手机 App 扫。

台词 1(短,给 QR 让位置):

首次扫码拿 token,马上显示二维码。

执行步骤(严格按序):

① 在后台启动 jike-auth,stdout 重定向到 inbox(tokens),stderr 去后台任务 output 文件(QR + 进度):

mkdir -p ~/.config/sbti && rm -f ~/.config/sbti/jike-tokens.json && \
"$SBTI_HOME/bin/sbti" jike-auth > ~/.config/sbti/jike-tokens.json

⚠️ 一定要用 sbti jike-auth 而不是裸的 jike-auth。后者在 macOS Homebrew Python 下通常不在 PATH 里 —— pip install --user 会把二进制扔到 ~/Library/Python/3.x/bin,而这个目录默认没被 shell 拾到。sbti jike-auth 会自己定位到正确的二进制再 execv 过去,不依赖 PATH。

调用 Bash 工具时务必传 run_in_background: true,记下返回的 task id 和 output 文件路径。

② 等 2-3 秒让 jike-auth 把 QR 打出来,然后用 Read 工具读 output 文件。 你会看到类似:

[+] Session: 642d995d-31a6-...
 ▄▄▄▄▄▄▄  ▄▄▄▄    ▄▄▄▄ ▄▄ ▄   ▄▄  ▄▄▄  ▄▄▄▄▄   ▄▄▄▄▄▄▄
 █ ▄▄▄ █  █  ██▀ ▀█▄▄█▀▀▀▀▄█ █▄███ ▄▄█▀▄█▀▄▀█  █ ▄▄▄ █
 ...约 25 行 QR...
 ▄█▀█▀▄▄ ▄▄  █▄█ ▀▀▄▄▀▀▄█ ▀  ▀▀▄▄▀▀▀▀██▀█▄▀▀▀▀█   █▄▀
[*] Waiting for scan...

如果还没看到 Waiting for scan...,再等 1 秒重读。

③ 把整段 QR 原样贴到对话里(从 [+] Session: 那行开始到 Waiting for scan 之前的 所有块字符行)。用代码块包起来,前后加空行:

<原样粘贴 stderr 内容>

然后紧跟一句:

👆 请用即刻 App 扫上面这个二维码。扫完我这里会自动继续,不用切回来告诉我。

④ 等后台任务结束。两种方式:

• 调 TaskOutput 工具 block: true, timeout: 120000(给用户 2 分钟扫码)
• 或者每 3 秒 Read 一次 ~/.config/sbti/jike-tokens.json,文件一旦存在且非空 就说明扫完了

⑤ 确认 tokens 到位:

"$SBTI_HOME/bin/sbti" config jike --from-inbox

这会把 jike-tokens.json 吸入 config.json 并删掉原文件。输出应该是 ✓ 即刻 tokens 已从 inbox 导入。

⑥ 回阶段 3 重跑一次 doctor 确认凭证已 ✓,进阶段 5。

失败分支:

⚠️ 不要退化成"请用户开另一个终端跑 jike-auth"。这个 skill 承诺全流程在 对话里完成,后台 + QR 回显是标准路径。

4B · X 分支

台词:

首次使用 X,需要从浏览器 cookies 拿两个字段:

1. 在浏览器登录 https://x.com
2. F12 打开 DevTools → Application → Cookies → https://x.com
3. 找这两个 cookie,复制它们的 Value:
   - auth_token   (长字符串)
   - ct0           (长字符串,CSRF token)

直接贴给我,格式随意,比如:
   auth_token = xxxxxx
   ct0 = yyyyyy

等用户回: 两个字符串

解析: 从用户消息里提取 auth_token 和 ct0 的值

执行:

"$SBTI_HOME/bin/sbti" config x \
    --auth-token "<auth_token 值>" \
    --ct0 "<ct0 值>"

成功: cookies 已落到 ~/.config/sbti/x_cookies.json。回阶段 3 重跑 doctor。

⚠️ 重要提示(配完后提醒用户):

X 风控很严。脚本已经内置了自限速,但建议:单次 ≤ 500 条,一天别跑超过 10 个不同用户,cookies 别 commit 进 git。如果被限流了停一天再试。

---

阶段 5 · 抓取动态

执行:

"$SBTI_HOME/bin/sbti" fetch "$PLATFORM" "$TARGET" --limit 200

这会把数据写到 ./sbti-output/<name>_raw.json(用户项目根下)。

解析返回: fetcher 会打印最终路径,记下来叫 RAW_FILE。

如果失败:

不要退而求其次让用户手工粘贴动态。抓取就是这个 skill 的基石。

---

阶段 6 · Claude 本人打分(这是你的核心工作)

这一步没有命令可以调,你就是那个打分 LLM。

步骤

1. 读 raw.json: Read 工具读 $RAW_FILE,进入 posts[] 数组。

2. 采样 150 条:

   • 总数 ≤ 150: 全读
   • 总数 > 150: 近期 60%(前 90 条) + 较早 40%(后 60 条)

3. 读 rubric: Read 工具读 $SBTI_HOME/docs/SCORING_RUBRIC.md。对照每个维度的 L/M/H 锚点打分。

4. 逐条评分 15 维 (顺序固定): S1 S2 S3 E1 E2 E3 A1 A2 A3 Ac1 Ac2 Ac3 So1 So2 So3

5. 严守硬约束(摘自 rubric):

   • 每维至少引 1 条真实 post_id(必须来自 raw.json,不要编)
   • 有反向证据 → 降一档
   • 置信度 < 0.4 或无证据 → 强制回退 M

6. 额外产出:

   • overall_impression: 100-200 字整体印象
   • personality_description: 200-300 字"本人定制版"描述 —— 必须包含对象的 具体事实(职业、项目、口头禅、代表观点),不要套通用文案
   • quotes: 4-6 条真实原文引用(从 raw.json 的 content 里抄)

7. 写 scores.json:

   {
     "profile": { "screen_name": "...", "platform": "jike|x",
                  "bio": "...", "post_count": 200 },
     "personality_description": "...",
     "overall_impression": "...",
     "quotes": ["...", "...", "...", "..."],
     "scores": [
       {
         "dimension": "S1",
         "level": "H",
         "confidence": 0.9,
         "evidence": ["<真实 post_id>", "<真实 post_id>"],
         "reasoning": "不超过 40 字"
       }
       // ... 共 15 条
     ]
   }
   

   路径: ./sbti-output/<name>_scores.json(和 raw.json 同目录,同一个 <name>)。

8. 可选字段: 如果动态里非常明显地大量提"喝酒/白酒/灌杯",加 "drunk": true, 会触发 DRUNK 彩蛋。

写入前自检清单

• 15 条 scores 全在,顺序正确
• 每条都有 ≥ 1 个 evidence post_id,都是 raw.json 里真实存在的
• confidence < 0.4 的已经回退到 M
• quotes 是真实原文,没编
• personality_description 带了具体事实

记下 scores.json 路径: SCORES_FILE=./sbti-output/<name>_scores.json

---

阶段 7 · 匹配 + 渲染

执行:

"$SBTI_HOME/bin/sbti" finalize "$SCORES_FILE"

这会一条龙跑完:

1. match.py → 匹配 27 人格模板,写回 scores.json 补上 pattern + personality
2. make_card.py → 生成 HTML 卡片
3. render_png.py → 用 playwright 截成 PNG(没装就跳过,会给提示)

如果 PNG 失败: 继续,HTML 自己就能看,也带了"📸 保存为图片"按钮。

---

阶段 8 · 展示结果

向用户展示(按这个格式):

1. 主结果(ASCII 框):

   ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
     🎭 <screen_name>
     【<CODE>】· <中文名>  <mascot>
     「<标语>」
     匹配度: <XX>%
     模式串: <pattern>
   ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
   

2. 15 维画像(ASCII 表格,一行一维):

   自我模型
     S1 自尊自信  H  — <reasoning>
     S2 自我清晰  H  — <reasoning>
     S3 核心价值  H  — <reasoning>
   情感模型
     E1 依恋安全  H  — <reasoning>
     ...
   

3. 整体印象: 复述 overall_impression 一整段

4. 文件路径:

   📁 产物:
      sbti-output/<name>_scores.json  (完整数据)
      sbti-output/<name>-sbti.html    (可分享卡片)
      sbti-output/<name>-sbti.png     (截图,如果 playwright 就绪)
   

5. 打开命令:

   open sbti-output/<name>-sbti.png
   open sbti-output/<name>-sbti.html
   

---

常见陷阱(从实战里学到的)

• "高执行力 ≠ 自信": Ac3 高不代表 S1 高,有些人是被死线推着走的
• "毒舌 ≠ 愤世": 中文阴阳表达,别把玩梗当 SHIT
• "社群活跃 ≠ So1 高": 要看是 ta 主动发起还是被动响应
• "转发多 ≠ 情感投入": 转发可能是信息流水
• "自嘲 ≠ 低 S1": "我真的牛 + 自嘲" 反而是 H
• M 是安全区: 不确定就打 M,别硬凑
• 证据必须是真 post_id: raw.json 里不存在的 id 不要写

失败时的降级优先级

当任何一步失败,按以下优先级处理:

1. 重试 — 如果是临时错误(网络、rate limit 短时)
2. 修复根因 — 凭证过期、URL 错、依赖缺
3. 告诉用户具体原因并停住 — 不要回退到"那我就用你粘贴的文字吧"之类

参考

• docs/SCORING_RUBRIC.md — 15 维度 L/M/H 行为锚点(打分时必读)
• docs/DISCLAIMER.md — 合规/拒绝话术
• bin/sbti — 唯一命令入口,子命令见 sbti --help
• examples/huangshu_scores.json — 完整的 scores.json 格式参考