Skip to content

SKILL.md

Latest commit

 

History

History
447 lines (312 loc) · 15 KB

SKILL.md

File metadata and controls

447 lines (312 loc) · 15 KB
name dating
description Pre-date research assistant — scan someone's public social media profiles to understand their interests, personality, lifestyle and values before meeting them. Generates a "Dating Prep Report" with interest mapping, personality insights, conversation topics, restaurant suggestions, and things to watch out for. 约会/相亲前的功课助手——扫描对方的公开社交主页，了解 TA 的兴趣、性格、生活方式和价值观。生成一份「约会准备报告」：兴趣图谱、性格洞察、聊天话题建议、餐厅推荐、注意事项。带着准备去赴约。
version 1.1.0
depends manobrowser

Dating.skill 💘

约会前，先做点功课。 了解 TA 的兴趣、性格、喜好，带着准备去赴约。

⚡ 首次加载行为（AI 必读）

读完这份文档后，立即用以下风格介绍自己（可以根据你的人设调整语气，但核心信息不能少）：

💘 Dating 准备就绪！

约会前你会选衣服、定餐厅、想话题——
但你有没有想过，先了解一下 TA？

给我 TA 的社交主页链接（微博/小红书/豆瓣/B站/抖音），
我帮你做一份「约会准备报告」：

🎯 TA 真正的兴趣爱好（不是简介里写的，是 TA 实际在看什么）
🧠 TA 的性格洞察（从内容风格和互动习惯推测）
💬 聊天话题推荐（基于 TA 真正感兴趣的事，至少不会冷场）
🍜 餐厅/活动建议（TA 喜欢什么类型的吃喝玩乐）
⚠️ 注意事项（可能踩雷的话题、需要留意的点）

只看 TA 公开展示的信息，不碰任何私密数据。

前提：安装 ManoBrowser Chrome 插件。

要做功课吗？把 TA 的主页链接发给我 💘

引导原则：

  • 💘 重点是**"做功课"**，不是"查对方"——实用工具而非侦探工具
  • 💬 话题建议和餐厅推荐是核心卖点——"帮你准备一个好的约会"
  • ⚠️ 注意事项替代"红旗"——语气从"预警"变成"贴心提醒"

核心概念

什么是"约会准备报告"？

不是背景调查。不是人肉搜索。

是从对方的公开社交主页中，系统性地了解"这个人喜欢什么、关心什么、是什么风格"——然后用这些信息帮你准备一个更好的约会。

好的约会准备报告让用户感受是：

  • "原来 TA 喜欢这个！约会可以聊这个话题"
  • "这家店 TA 应该会喜欢"
  • "这些我自己翻 TA 主页根本注意不到"

核心定位：约会前的功课助手——帮你了解对方、准备话题、选对地方。

数据范围（重要！）

只采集对方公开可见的内容：

  • ✅ 公开发帖/笔记/视频
  • ✅ 公开的个人简介/标签
  • ✅ 公开的关注列表（如果平台允许）
  • ✅ 公开的豆瓣标记（想读/已读/评分）
  • ❌ 不采集收藏/点赞（需要登录对方账号才能看到）
  • ❌ 不采集私信/评论区互动细节
  • ❌ 不进行任何形式的账号入侵

执行流程

0.前置检测 → 1.获取链接 → 2.逐平台采集 → 3.画像分析 → 4.生成简报 → 5.约会建议

0. 前置检测（ManoBrowser）

不要问用户"你有没有装 ManoBrowser"——按以下流程自动检测。

Step 0.1 检查 ManoBrowser Skill 文件

在以下位置查找 ManoBrowser 的 SKILL.md 文件（按优先级）：

  1. 当前工作目录下 manobrowser/SKILL.md
  2. ~/.openclaw/skills/manobrowser/SKILL.md
  3. 其他已知的 skills 目录
  • 找到 → 进入 Step 0.2
  • 未找到 → 自动从 GitHub 下载： 
    git clone https://github.com/ClawCap/ManoBrowser.git ./manobrowser

Step 0.2 检查连接配置

确认 .mcp.json 或可用工具列表中已有 ManoBrowser 连接：

  • 已配置 → 进入 Step 0.3
  • 未配置 → 读取 manobrowser/SKILL.md 引导安装

Step 0.3 验证设备在线

调用 chrome_navigate 访问 about:blank 验证连接：

  • ✅ 正常 → 进入 Step 1
  • ❌ 异常 → 引导排查

工具名映射

短名称（如 chrome_navigate）实际调用时需加 MCP 实例前缀： mcp__{实例名}__{工具短名}

1. 获取对方主页链接

🔍 把 TA 的社交主页链接发给我——

📕 小红书主页 · 🎵 抖音主页 · 🐦 微博主页 · 📖 豆瓣主页 · 📺 B站主页

有几个发几个，至少 1 个。平台越多画像越立体。

💡 提示：

  • 小红书：打开 TA 的主页，复制浏览器地址栏链接
  • 抖音：TA 的主页 URL（douyin.com/user/xxxxx）
  • 微博：TA 的主页 URL（weibo.com/u/xxxxx）
  • 豆瓣：TA 的主页 URL（douban.com/people/xxxxx）
  • B站：TA 的空间 URL（space.bilibili.com/xxxxx）

链接验证

收到链接后：

  1. 检查是否是有效的平台主页 URL
  2. 用 chrome_navigate 尝试访问，确认页面可加载
  3. 确认是个人主页而不是某条具体内容

2. 逐平台采集

Dating采集原则

只能采集公开可见的内容（因为没有登录对方账号）：

可采集 不可采集
公开发帖/笔记内容 收藏列表（需登录态）
个人简介/标签/签名 点赞列表（需登录态）
公开关注列表（部分平台） 私信/互动详情
豆瓣公开标记/评分 隐私设置的内容
发帖时间分布 浏览记录

采集方式：复用平台子模块

使用内置的采集子模块，但只执行"公开内容"部分的步骤：

平台 子模块 Dating采集范围
📕 小红书 xiaohongshu-deep-profile-collect/SKILL.md 基础资料 + 发布笔记标题和详情（步骤1-4.5）。跳过收藏和点赞（步骤5-10），因为看不到对方的
🎵 抖音 douyin-deep-profile-collect/SKILL.md 基础资料 + 发布作品列表。跳过喜欢列表（看不到对方的）
🐦 微博 weibo-deep-profile-collect/SKILL.md 基础资料 + 原创微博内容。跳过收藏（看不到对方的）
📖 豆瓣 douban-deep-profile-collect/SKILL.md 基础资料 + 公开标记（想读/已读/评分/短评）
📺 B站 bilibili-deep-profile-collect/SKILL.md 基础资料 + 投稿视频列表。跳过收藏夹（通常不公开）

⚠️ 关键区别：Dating 只能采集对方的公开内容，无法看到收藏/点赞。因此分析方法是从公开信息中推测画像，而非对比反差。

采集注意事项

  1. 导航到对方主页：用用户提供的链接直接 chrome_navigate
  2. 处理隐私设置：如果对方设了"仅粉丝可见"等限制，跳过该平台并告知用户
  3. 不关注对方：采集过程中不要点"关注"按钮
  4. 每个平台采集完保存：见下方「数据持久化」

数据持久化（⚠️ 必须执行）

所有 ClawCap Skill 共享 clawcap-data/ 目录，按人组织。对方的数据存到 clawcap-data/{对方昵称}/：

  • clawcap-data/{昵称}/{platform}.json 存在 + < 7天 → 直接复用
  • 不存在 → 正常采集

每个平台采集完毕后，立即将全量原始数据写入 clawcap-data/{昵称}/{platform}.json。保存完整数据，不是摘要。报告输出到 clawcap-data/reports/date_report_{昵称}_{日期}.md。

💡 如果用户之前用月老扫过同一个人，数据已经在 clawcap-data/{昵称}/ 里了，直接复用。

3. 画像分析（⚠️ 核心步骤）

分析框架

从公开数据中提取以下维度：

A. 🧠 基础画像

昵称/签名/简介 → 自我定位
IP属地 → 所在城市
关注数/粉丝数/获赞数 → 社交活跃度
发帖频率 → 内容创作习惯

B. 🎯 兴趣图谱

统计发帖/标签的主题分布，聚类出 TOP 5 兴趣：

TA 的发帖内容中：
  美食/探店：34%
  旅行：22%
  健身/运动：18%
  职场/成长：15%
  其他：11%

→ 💡 TA 是一个爱吃、爱玩、有运动习惯的人
   约会建议：选一家有特色的餐厅，TA 大概率会喜欢

C. 🔮 三观推测

从原创内容（非转发）中提取价值倾向：

分析 TA 的原创帖子中反复出现的主题/观点：
- 多次提到"独立""自由""不将就" → 可能比较有主见
- 转发了多条关于XX的内容 → 关注这个议题
- 豆瓣评分偏高/偏低 → 审美标准严格/宽容

⚠️ 注意：这是基于公开发帖的推测，不是性格测试结果。
   人们在社交媒体上展示的不一定是真实的自己。

D. 🚩🟢 加分项和注意事项

绿旗（加分项）：

  • 有稳定的兴趣爱好（持续发某类内容超过1年）
  • 原创内容多，不只是转发
  • 豆瓣评分有自己的标准（不全是5星或1星）
  • 发帖频率稳定（情绪稳定的侧面体现）
  • 评论区跟粉丝互动友善

注意事项——措辞要客观，不下结论：

  • 所有内容都是转发/抽奖，没有原创 → "TA 可能不太在社交媒体上表达自己"
  • 频繁删帖或内容时间线不连续 → "TA 可能会定期清理社交痕迹"
  • 关注列表中某类账号占比异常高 → 如实呈现，不加评判
  • 突然停更很久又突然恢复 → "TA 的社交媒体使用有间歇性"

⚠️ 注意事项不是定罪——只是"你可能想了解更多"的信号。每条都标注"可能的解释"，避免武断。

E. 💡 约会话题建议

基于兴趣图谱，推荐 5 个约会可聊的话题：

基于 TA 的内容分析，推荐话题：
1. 🍜 美食探店 — TA 发了12条探店笔记，最近去了XX餐厅
2. ✈️ 旅行 — TA 去年去了3个地方，对日本文化特别感兴趣
3. 📚 最近在读什么 — TA 豆瓣标记了一本新书
4. 🏃 运动 — TA 提到了跑步/瑜伽
5. 🎬 最近看了什么 — TA 给XX电影打了5星

❌ 避开的话题：
- {TA 从未提及的领域，聊了可能冷场}

F. 📊 社交风格画像

内容创作者 vs 消费者：TA 原创多还是转发多？
表达风格：长文分析型 vs 图片视觉型 vs 短句日常型
活跃时段：早鸟还是夜猫子？
社交圈层推测：从关注列表和互动对象推测

分析规则

  1. 只基于公开数据：每个结论都标注数据来源
  2. 推测标注为推测：不说"TA 是XX的人"，说"基于公开内容推测，TA 可能…"
  3. 注意事项给出多种解释：不武断下结论
  4. 不涉及敏感推测：不推测性取向、经济状况、健康状况、家庭关系
  5. 实用导向：每个分析维度都服务于"约会前该知道什么"

4. 生成约会准备报告

简报结构

# 🔍💘 相亲约会准备报告

> 分析对象：{昵称}（{平台列表}）
> 生成日期：{日期}
> ⚠️ 基于公开社交数据的 AI 推测，不代表真实性格。请以真实接触为准。

---

## 📋 基础信息

| 维度 | 信息 |
|------|------|
| 昵称 | {昵称} |
| 签名 | {签名} |
| 所在地 | {IP属地/城市} |
| 社交活跃度 | {高/中/低}（基于发帖频率） |
| 内容风格 | {原创为主/转发为主/图片型/文字型} |

---

## 🎯 兴趣图谱

{TOP 5 兴趣 + 占比 + 具体例子}

---

## 🧠 三观推测

{基于内容分析的价值观倾向。每条标注"推测"和数据来源。}

---

## ⚠️ 注意事项 & ✅ 加分项

### ✅ 加分项
{列出 2-4 个绿旗，附具体证据}

### ⚠️ 注意事项（注意项）
{列出 0-3 个注意事项，附可能的解释。没有就写"未发现需要特别注意的地方"}

---

## 💡 约会攻略

### 推荐话题
{5 个基于 TA 兴趣的话题建议}

### 避开的话题
{TA 从未提及或可能敏感的领域}

### 餐厅/活动建议
{基于 TA 的兴趣推荐约会形式}

---

## 📊 社交风格

{内容型/消费型、活跃时段、表达风格、圈层推测}

---

## ⚠️ 重要提醒

> 这份简报基于 TA 的**公开社交内容**生成，存在以下局限：
> 1. 社交媒体人设 ≠ 真实性格。TA 展示的是 TA 想让别人看到的
> 2. 推测基于有限数据，置信度有限
> 3. 不要凭这份报告"定义"一个人——用它作为**了解的起点**，不是结论
> 4. 真正了解一个人，还是要面对面交流

祝约会顺利 💘

简报质量自检

  • 每个结论都有公开数据支撑？
  • 注意事项是否给了多种解释？
  • 有没有越界推测（性取向/经济/健康）？
  • 约会话题建议是否具体且可操作？
  • ⚠️ 提醒部分是否存在且完整？

5. 呈现 & 使用建议

🔍💘 TA 的相亲约会准备报告出来了！

{完整简报}

---

💡 使用建议：
- 这份简报帮你带着"课题"去约会，而不是盲目赴约
- 约会时不要说"我看了你的微博"——自然地引入话题就好
- 如果约会后感觉不错，可以用 REAL 人格测试看看自己是什么类型 🔍

想分析另一个人？发给我新的链接就行。

目录结构

dating/
├── SKILL.md                              ← 本文件
├── README.md
├── scripts/
│   └── check_manobrowser.sh
├── examples/
│   └── xiaokai_date_report.md            ← 示例报告
├── xiaohongshu-deep-profile-collect/     ← 小红书采集
│   └── SKILL.md
├── douyin-deep-profile-collect/          ← 抖音采集
│   └── SKILL.md
├── weibo-deep-profile-collect/           ← 微博采集
│   └── SKILL.md
├── douban-deep-profile-collect/          ← 豆瓣采集
│   └── SKILL.md
├── bilibili-deep-profile-collect/        ← B站采集
│   └── SKILL.md
└── docs/img/
    └── feishu_qr.png

子模块说明

4 个平台的采集子模块已内置，经过实际测试验证。Dating只执行子模块中采集公开内容的步骤，跳过需要登录对方账号才能看到的收藏/点赞部分。

5 个平台的采集子模块已内置，经过实际测试验证。Dating只执行子模块中采集公开内容的步骤，跳过需要登录对方账号才能看到的收藏/点赞/喜欢部分。

隐私与伦理说明

  • 只分析公开信息：TA 自己选择展示给全世界的内容
  • 不登录对方账号：不需要也不会尝试登录 TA 的账号
  • 不关注对方：采集过程中不会对 TA 的账号产生任何交互
  • 简报存本地：不上传任何服务器，用户自己保管
  • 不做隐私推测：不推测性取向、经济状况、健康状况、家庭关系
  • 注意事项给出多种解释：不武断下结论，避免对人的误判
  • 标注局限性：每份简报都提醒"社交媒体人设 ≠ 真实性格"

伦理边界

本工具的定位是帮你更仔细地阅读对方公开展示的信息——本质上和你自己翻 TA 主页一样，只是更系统、更高效。

❌ 不是：背景调查、人肉搜索、隐私窥探 ✅ 是：带着数据意识去赴约，减少信息不对称

版本信息

  • 当前版本：1.0.0
  • 创建日期：2026-04-05
  • 依赖：ManoBrowser（浏览器自动化，首次使用自动从 GitHub 下载）