- name
- ai-dazi-skill
- description
- |
AI搭子匹配平台
基于用户主动提供数据的智能画像生成与匹配系统
功能概览
1. 用户画像生成
基于用户通过 AI 助手主动提供的使用数据，本地生成多维画像。
画像维度：
| 维度 | 说明 |
|---|---|
| 玩家等级 | Pioneer / Builder / Explorer / Observer |
| 核心技能标签 | 基于工具调用和技能安装推断 |
| AI使用风格 | power-tools / explorer / conversational / efficiency |
| 活跃度评分 | 1-100（6维综合评估） |
| 匹配标签 | 自动生成的兴趣标签 |
2. 数据整理方式
此 skill 不会自动读取任何日志文件。数据由 AI agent 通过以下步骤整理：
- 用户对 AI 说"生成我的AI画像"
- AI agent 使用
session_status获取当前 session 的使用数据 - AI agent 将数据格式化后通过脚本保存到 skill 本地目录
Agent 整理指令
当用户要求生成画像时，AI agent 应：
- 调用
session_status获取当前使用情况 - 将数据组织为以下 JSON 格式：
{
"date": "2026-03-29",
"tokenUsage": { "totalInput": 0, "totalOutput": 0, "total": 0, "cost": 0 },
"modelFrequency": { "model-name": 10 },
"providerFrequency": { "provider-name": 10 },
"messageCount": 50,
"sessionCount": 3,
"activeHours": { "14": 5 },
"toolCallFrequency": { "exec": 10 },
"installedSkills": []
}- 执行保存：
node scripts/token-collector.js save '<json>' - 执行画像生成：
node scripts/profile-generator.js generate - 将结果展示给用户
使用方法
安装
clawhub install ai-dazi-skill安装后对 AI 说：
- "看看我的AI画像"
- "我的玩家等级是什么"
- "刷新我的搭子画像"
查看已有画像
node scripts/profile-generator.js view数据存储
所有数据存储在 skill 自身目录的 data/ 下：
data/
├── daily/ # 按日聚合的数据
│ └── 2026-03-20.json
└── profiles/ # 生成的用户画像
└── latest.json数据安全
- 不读取 session 日志：脚本不访问
~/.openclaw/agents/或任何用户目录 - 不访问 home 目录：不使用
os.homedir()，仅在 skill 自身目录下读写 - 不自动执行：无 postinstall，无定时任务
- 不联网：不调用任何外部 API，无网络请求
- 用户主导：所有数据整理由用户主动触发，通过 AI agent 的标准工具完成
- 纯本地处理：画像生成完全在本地完成
依赖
- Node.js >= 18
- 无外部依赖（零 npm dependencies）