Install
openclaw skills install user-profile用户画像与偏好学习。自动收集用户偏好、抽象人格特征,构建个性化用户画像。触发场景:(1) 新会话启动时自动总结上次会话偏好 (2) 心跳中定期抽象人格特征 (3) 用户要求查看/更新画像时。存储位置:workspace/PROFILE.md。
openclaw skills install user-profile自动构建用户画像:收集偏好 → 抽象人格特征。
workspace/
├── PROFILE.md # 用户画像(偏好 + 人格特征)
├── memory/
│ ├── YYYY-MM-DD.md # 每日记忆(偏好标记存于此)
│ └── profile-state.json # 状态追踪
PROFILE.md 结构:
# 用户画像
## 偏好记录
### 沟通风格
- 偏好详细的解释和背景信息
- 喜欢结构化的表达方式
### 工作习惯
- 上午精力充沛(9:00-12:00)
- 喜欢提前规划,按步骤执行
### 技术偏好
- 前端优先,React为主
- 喜欢探索新技术
### 生活方式
- 居住地:北京
- 家庭:配偶 + 两个孩子
## 人格特征
### 决策风格
- 谨慎分析,偏好充分调研
- 重视长期规划而非即时响应
### 沟通倾向
- 喜欢全面讨论,重视过程记录
- 偏好书面沟通胜过口头
### 价值观
- 质量 > 效率
- 稳定 > 创新
## 统计
- 偏好记录数:X 条
- 最后更新:YYYY-MM-DD
当用户表达偏好、习惯、特征时,立即记录到当日 memory 文件:
格式:
📝 偏好: [类别] [具体内容]
示例:
📝 偏好: 沟通风格 不喜欢AI式设问("你是否经历过")
📝 偏好: 技术 偏好Python脚本处理重复任务
📝 偏好: 工作 习惯晚间编码,白天开会
📝 偏好: 生活 喜欢喝美式咖啡,不加糖
偏好类别(不限于此,按需扩展):
触发条件: Session Startup 时检查 profile-state.json
检查逻辑:
{
"last_summary_date": "2026-04-11",
"last_abstraction_date": "2026-04-01"
}
如果 last_summary_date < 昨天日期:
📝 偏好: 标记处理步骤:
memory/profile-state.jsonmemory/ 目录,找出日期 > last_summary_date 的文件📝 偏好: 行触发条件: 心跳时检查,距上次抽象 ≥ 7 天
抽象逻辑:
抽象维度(示例,按实际发现扩展):
| 维度 | 从偏好推断 |
|---|---|
| 决策风格 | 快速/谨慎、理性/感性、风险偏好 |
| 沟通倾向 | 直接/委婉、简洁/详细、主动/被动 |
| 价值观 | 效率/质量、创新/稳定、实用/完美 |
| 情绪模式 | 乐观/悲观、冷静/热情、内敛/外放 |
| 学习风格 | 实践/理论、视觉/文本、系统/碎片 |
抽象规则:
更新 PROFILE.md:
## 人格特征
### 决策风格
务实导向,注重效率。偏好快速迭代而非完美规划。
### 沟通倾向
直接表达,不喜欢绕弯。重视结果胜过过程。
memory/profile-state.json:
{
"last_summary_date": "2026-04-12",
"last_abstraction_date": "2026-04-05",
"preference_count": 42,
"trait_count": 8
}
无需用户指令,在 Session Startup 和心跳中自动执行。
用户可随时要求: