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. 数据采集方式#

此 skill 不会自动读取任何日志文件。数据由 AI agent 通过以下步骤采集：

1. 用户对 AI 说"生成我的AI画像"
2. AI agent 使用 session_status 获取当前 session 的使用数据
3. AI agent 将数据格式化后通过脚本保存到 skill 本地目录

Agent 采集指令#

当用户要求生成画像时，AI agent 应：

1. 调用 session_status 获取当前使用情况
2. 将数据组织为以下 JSON 格式：

json

{
  "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": []
}

1. 执行保存： node scripts/token-collector.js save '<json>'
2. 执行画像生成： node scripts/profile-generator.js generate
3. 将结果展示给用户

使用方法#

安装#

bash

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#

bash

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：

text

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：所有数据采集由用户主动触发，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）