personalisted

# 用户画像（User Profile） 维护「用户是谁、用什么、不做什么」的画像，供装备评估、模型配置、任何个性化场景消费。**画像 = 🧠记忆 + 🔍扫描/miner 实测 + 🗣口述交叉验证，单一口述不落地。** ## 触发时机 - 用户要求「更新我的画像 / 自学习我的使用习惯 / 挖掘我的偏好」 - equipment-manager 等下游评估前需要画像举证（消费 `profile.d/`） - 画像 `updated` 超 90 天需刷新确认 ## 数据分层 | 层 | 文件 | 谁写 | 进 git | |----|------|------|--------| | **人工层** | `profile.md` | 用户手工维护（结构性事实 + 明确表态） | ✅ | | **自学习层·评估** | `profile.d/<hostname>.md` | miner 举证 + 用户确认（技术栈/业务工作流，喂 equipment-manager） | ✅ | | **自学习层·备忘** | `profile.d/prefs/<hostname>.md` | 同上（个人习惯/工具习惯，仅备忘；`profile.d/*.md` 通配符天然不读子目录） | ✅ | | **纠正状态** | `~/.config/equipment-manager/miner-state.json` | `--correct` 降权记录 | ❌（本机状态） | **多机零冲突**：miner 只写本机自己的 `profile.d/<hostname>.md` 与 `profile.d/prefs/<hostname>.md`（文件名=主机名），三机各写各的 → `git pull` 无冲突；确认后的画像结论随 git 汇聚，原始日志不离开本机。 ## 证据来源分级 🧠记忆记录 / 🔍环境扫描实测（`scripts/scan_profile.sh`）/ 🔍日志挖掘（`scripts/profile_miner.py`）/ 🗣用户口述 / ⚠️推断 **负面偏好不推断**——只有用户明确表态「用不上 X」才记入，标记 🗣。 ## 核心流程（更新画像） ``` 1. 环境扫描 scripts/scan_profile.sh （家目录/git/插件/运行时/模型/活跃目录） 2. 日志举证 scripts/profile_miner.py --days 90 --distill → 证据绑定的候选线索 JSON（关键词 + 置信度 + top3 证据 session/时间/文本） 3. 蒸馏提炼 Claude 把线索提炼为画像候选：一句话主张 + 判定依据 + ≥1 证据 session 引用； 证据不足/不确定 → 明确跳过（宁可漏判不编造）；负面偏好不推断 4. 亮候选拍板 逐条展示（主张 + 证据），默认「忽略」；确认 → 写入；纠正 → --correct <关键词> 5. 写入画像 技术栈/业务工作流 → `profile.d/<hostname>.md`（技术栈条目标 🔒稳定）；个人习惯 → `profile.d/prefs/<hostname>.md`；每条带 provenance 证据行 + updated + commit 6. 核对 updated 超 90 天提示确认；人工层