name: import-ai-memory description: 解析用户从 ChatGPT 等 AI 获取的记忆回复（支持多个 AI 依次粘贴），与现有画像对比后，有据可查的条目内部整合直接写入并标注置信度；模糊/冲突/当前需求条目以选择题形式逐条确认；❌记忆不足条目不丢弃，转入步骤五追问队列；写入后执行字段级完整度扫描，列出缺口清单并逐批追问，达到必填门槛后才进入量表阶段。

AI 记忆导入与整合

触发时机

用户将 AI（如 ChatGPT、Claude、Gemini）根据提示词返回的回复粘贴过来，请求整合进科研数字分身。若用户使用多个 AI 工具，会依次粘贴多段回复。

重要：不要在流程开始时询问用户姓名或标识。直接从步骤一解析 AI 回复开始。

步骤一：解析 AI 回复内容

读取用户粘贴的 AI 回复（可能包含多段，来自不同 AI），按以下方式解析：

1. 若用户粘贴了多段回复，按粘贴顺序依次解析，合并同字段信息（后粘贴的补充或覆盖先前的，冲突时标记）
2. 识别回复中涉及的模块（A 基础身份 / B 能力 / C 当前需求 / D 认知风格 / E 动机人格）
3. 对每条信息，记录 AI 标注的可信度标签及依据（若有）：
   • ✅ 有据可查（含 AI 提供的证据/原话摘录）
   • ⚠️ 印象模糊
   • ❌ 记忆不足
4. 读取当前用户的画像，对比每条 AI 信息与现有数据：
   • 画像为空白：该信息为新增内容
   • 画像已有数据：需标注冲突
   • 内容一致：可直接采纳

【机制一】❌ 记忆不足条目不丢弃：将所有被标记为 ❌、且对应画像字段仍为空的条目，记录进内部「待补充字段列表」，留待步骤五·5.2 发起追问。不得在此处跳过或忽略。

步骤二：分类处理

有据可查且无冲突的条目：内部整合后直接写入，不向用户展示，写入时标注置信度（见步骤四规则）。

仅对以下类型向用户发起确认（优先选择题，必要时填空或问答并给回答样例）：

• ⚠️ 印象模糊 的条目
• 与画像已有数据存在冲突 的条目
• C 模块（当前需求） 的所有条目（无论可信度，因属高度个人化信息）

步骤三：逐条确认（选择题优先，必要时填空/问答+样例）

对需要确认的条目，优先使用选择题；若选择题无法覆盖，再用填空或开放问答，并给出回答样例。

选择题格式（优先）

[字段名称]
AI 的回答：「[原文摘录]」（可信度：⚠️ 印象模糊 / 与画像冲突 / C模块）
[若为冲突：你之前填写的：「[画像中的原始数据]」]

→ 请选择：
  A. [选项一，如：基本符合，可以写入]
  B. [选项二，如：不太准确，我来补充]
  C. [选项三，如：跳过这条]

冲突情况的特殊处理（选择题）

⚠️ 此条信息与你之前填写的数据存在出入

AI 的回答：「[原文]」
你之前填写的：「[画像中的原始数据]」

→ 请问你希望如何处理？
  A. 保留我之前填写的内容（AI 记忆有误）
  B. 以 AI 的回答为准（AI 说得更准确）
  C. 两者都有参考价值，帮我合并（请说明如何合并，例：取 AI 的机构名 + 我之前的领域描述）
  D. 暂时跳过，我需要想一想

填空或开放问答（必要时，须附回答样例）

当选择题无法充分表达时，使用填空或问答，并给出回答样例：

[字段名称]
AI 的回答比较模糊：「[AI 原文]」

→ 请补充或修正（若无需修改可回复「保持原样」）：
  样例：我目前在 XX 大学读博，导师做计算神经科学方向。

💡 「当前需求」是画像中最个人化的维度，AI 的推断仅供参考。

[字段名称] AI 的回答：「[原文]」

→ 这条描述是否真实反映了你现在的状态？
  A. 是，可以写入
  B. 否，我来补充正确信息（例：我最近主要精力在写毕业论文，卡在实验数据整理）
  C. 跳过这条

步骤四：写入画像

用户完成所有需确认条目的选择/补充后，执行写入：

1. 有据可查且无冲突的条目：已内部整合，直接写入
2. 用户确认通过的模糊/冲突/C 模块条目：写入
3. 在调用 write_profile 之前：若尚未确定用户姓名或标识，此时单独询问：「请提供您的姓名或标识，用于命名/保存科研数字分身」。用户提供后再执行写入。
4. 使用 write_profile 工具更新会话中的画像（Web 模式）或 StrReplace 更新 profiles/[姓名].md（Cursor 模式）

【机制三】来源标注规则（必须严格区分，不得混用）：

写入路径	字段标注
✅ 有据可查，静默写入（用户未审核）	（来源：AI记忆，置信度高，待审核）
⚠️ 模糊/冲突，用户确认通过	（来源：AI记忆，已用户确认）
C模块，用户确认通过	（来源：用户确认）
步骤五追问中用户填写	（来源：用户补充）

禁止将 ✅ 静默写入的条目标注为"已用户确认"。

1. 若某字段原为用户自述且被 AI 记忆覆盖，在字段注释中保留旧值
2. 更新元信息与审核记录

不向用户展示本次导入的汇总清单。完整画像仅在用户说「查看画像」「审核」时一次性展示。

步骤五：完整度扫描与缺口追问（重写）

写入完成后，不直接给出下一步提示，先执行字段级完整度扫描，再根据结果决定后续动作。

5.1 必填字段定义与扫描

必须逐一检查以下字段是否非空（不得用模糊语言估计，必须逐字段核查）：

必填字段组（全部非空才算"基础信息完整"）

推荐字段组（建议填写，非强制）

量表字段组（任一非空即可进入"建议量表"阶段）

5.2 收集❌字段，发起追问

将步骤一中记录的「待补充字段列表」（❌ 记忆不足的条目）与 5.1 扫描得到的空白必填字段合并，去重后形成追问清单。

每次最多向用户提出 3 个追问，追问完一批后等用户回答，再继续下一批，直到追问清单清空或用户主动选择跳过。

追问格式：

在整合 AI 记忆后，以下字段还没有数据，能帮我补充一下吗？
（每次 2-3 条，回答后我们继续）

1. [字段名]
   AI 记忆对这一项记录不足，需要你来补充。
   → 请填写（可以简单描述，样例：Python 熟练、R 入门）：

2. [字段名]
   → 请填写（样例：...）：

3. [字段名]
   → 请填写（样例：...）：

如果某条暂时不想填，回复「跳过[序号]」即可。

用户回答后，将填写内容写入画像，标注 （来源：用户补充）。跳过的条目记录为"用户主动跳过"，不再追问。

5.3 输出完整度报告

追问清单处理完毕（或用户全部跳过）后，向用户展示一次完整度报告：

【科研数字分身·完整度报告】

必填字段（[x]/7 已填）：
  ✅ F1 研究阶段
  ✅ F2 一级领域
  ✅ F3 方法范式
  ❌ F4 科研流程能力（未填）
  ⚠️ F5 技术能力（已填类别，熟练程度缺失）
  ✅ F6 当前需求·时间占用
  ❌ F7 当前需求·难点卡点（未填）

推荐字段（[x]/6 已填）：
  ✅ R1 二级领域
  ❌ R2 交叉方向（未填）
  ...

量表字段（[x]/3 已填）：
  ❌ S1 认知风格 RCSS（未测）
  ❌ S2 学术动机 AMS（未测）
  ❌ S3 人格 Mini-IPIP（未测）

> 置信度提示：画像中有 [N] 个字段标注了「待审核」（来自 AI 记忆静默写入），
> 建议在说「查看画像」时重点核对这些字段。

注意：报告中的数值需根据实际画像状态填写，不得使用 [x] 占位符直接展示给用户。

5.4 根据完整度决定后续提示

【机制四】最低完整性门槛：只有在 F1～F7 全部非空时，才允许进入"建议量表"阶段。未达标时，必须继续追问，不得跳过进入量表选择。

分支逻辑（严格按顺序判断，不得跳过）：

分支 A：必填字段仍有缺口（F1～F7 中有任一为空）

必填字段还有缺口，建议先补全基础信息，这样数字分身才能给你提供有意义的建议。

你希望：
  A. 现在继续补充（我会逐个引导）
  B. 跳过剩余必填项，先去填量表或让 AI 推断
  C. 暂时保存，之后再补

• 选 A：重新进入追问流程，针对剩余空白必填字段
• 选 B：进入分支 B 的量表选择（但在画像中标注"基础信息不完整"警告）
• 选 C：结束，更新 采集阶段 为当前实际状态，告知用户随时可回来继续

分支 B：必填字段齐全，量表字段（S1～S3）全部为空

AI 记忆已成功导入！基础信息已比较完整。
接下来，你可以选择获取动机、人格和认知风格数据：

  A. 填写标准量表（精确，约 20-30 分钟，分批完成）
  B. 让 AI 根据已有信息推断（快速，结果标注「AI推断，置信度低」）
  C. 暂时到这里

分支 C：必填字段齐全，且量表字段至少 1 项有数据（含 AI 推断）

AI 记忆已成功导入！科研数字分身目前相当完整。
建议进行一次完整审核，特别关注标注了「待审核」的字段。
可以说「查看画像」或「审核」查看完整结果并确认。

附：内部状态追踪

在执行本 Skill 过程中，AI 需在内部维护以下追踪变量（不向用户展示）：

待补充字段列表 = []        # 步骤一收集❌字段，步骤五5.2消费
已追问批次 = 0              # 记录已发送的追问批次，防止重复
用户主动跳过字段 = []       # 记录用户显式跳过的字段，不再追问
静默写入字段数 = 0          # 步骤四记录，用于5.3报告的"待审核"计数