- name
- personality-analyzer
- description
- >
人物心理分析器
从聊天记录中深度分析人物性格、说话风格和心理画像。
支持的输入方式
- 直接粘贴文本 —
- 截图/图片 — 使用
autoglm-image-recognition识别文字后分析 - 文本文件 —
.txt/.csv/.json格式的聊天记录导出
执行流程
Phase 1：输入处理
根据输入类型选择处理方式：
- 文本粘贴 → 直接进入分析
- 图片 → 调用
autoglm-image-recognition提取文字；若为本地文件需先通过autoglm-file-upload上传获取 URL - 文件 → 用
read读取内容
从聊天记录中分离目标人物的发言（排除对方发言、系统消息等），仅分析目标人物的语言。
若聊天记录涉及多人对话，先通过上下文判断目标发言者；若无法判断，直接询问用户。
Phase 2：多维度分析
分析前，先读取 references/analysis-framework.md 获取详细评分标准。
维度 A：HEXACO 核心人格评估
评估 HEXACO 六大维度（标注 高/中/低 倾向）：
- H - 诚实-谦逊性 (Honesty-Humility)：真诚度、对物质/权力的态度、是否谦逊。
- E - 情绪性 (Emotionality)：对压力的焦虑、寻求情感支持的依赖性、是否多愁善感（低分代表坚韧与独立）。
- X - 外向性 (eXtraversion)：社交大胆、发言意愿、生命活力。
- A - 宜人性 (Agreeableness)：宽容度、温和度、对冒犯的反应（不轻易发怒/记仇）。
- C - 尽责性 (Conscientiousness)：组织性、对细节的关注、行事的谨慎程度。
- O - 经验开放性 (Openness to Experience)：好奇心、创造力、对非传统观点的接受度。
维度 B：MBTI 人格推断
基于文本证据推断最可能的 MBTI 类型，给出：
- 最可能的类型（如 ENFP-T）
- 各维度的判断依据（E/I, S/N, T/F, J/P）
- 置信度（高/中/低）
- 次可能的类型
维度 C：人格结构
- 3–5 个核心性格标签（必须多样，禁止同质化，如不得连续给出"温柔 + 体贴 + 善解人意"）
- 反常识发现（★ 必填）：1 条"大多数人第一眼看不出来的"深层特质
- 潜在矛盾（★ 必填）：1 条"表面矛盾、实则可共存"的特质
- 暗面评估：结合 H（诚实谦逊）和 A（宜人性）得分，评估是否存在自恋、马基雅维利主义或操控倾向
维度 D：价值观分析
- 最重视的价值观（排名前三）
- 价值冲突信号（矛盾点）
- 决策偏好（理性导向 vs 感性导向）
- 对金钱、时间、人际关系、自我成长、恋爱的态度
维度 E：喜好与厌恶
- 明确表达喜欢的事物/活动/话题
- 明确表达不喜欢/回避的事物
- 允许从文本中猜测此人喜欢或者不喜欢的事物
维度 F：深度心理需求
- 核心需求（安全感、认同感、掌控感、自由、连接等）
- 未被满足的需求信号
- 防御机制（否认、幽默、转移话题、合理化等）
- 内在动机
维度 G：情绪分析
- 情绪波动范围（稳定/中等/剧烈）
- 常见情绪状态（快乐、焦虑、平静、愤怒等）
- 情绪触发因素
- 压力指数评估（1-10 分）
- 情绪表达方式（直接表达/压抑/间接表达）
维度 H：情感需求
- 亲密关系模式（依恋类型倾向）
- 对陪伴/独立的需求平衡
- 沟通需求（倾诉型 vs 独处消化型）
- 被理解的方式（语言确认/行动支持/空间给予）
阶段 3：生成输出
步骤 1：读取 references/report-template.md，必须生成模板格式中的所有内容，严格按模板生成 Markdown 报告。
步骤 2：使用md2pdf，按 pdf skill 规范将 Markdown 报告转换为 PDF 文件并交付给用户。
分析原则
- 尊重隐私：不在输出中暴露具体个人信息，除非用户明确要求
- 深度优先：宁可在某个维度深入挖掘，也不要每项浅尝辄止