ClawHub
Skill flagged — suspicious patterns detected

ClawHub Security flagged this skill as suspicious. Review the scan results before using.

ProClaw Partner insight(优质伴侣分析技能)

v1.0.0

识别伴侣格局类型（丫鬟型/妃子型/皇后型），分析行为信号与误判点，提供关系影响评估与决策建议；当用户需要判断伴侣关系模式、分析伴侣是否拖垮或成就自己、制定关系决策时使用

⭐ 0· 51·0 current·0 all-time
by@thinkbugs

Install

OpenClaw Prompt Flow

Install with OpenClaw

Best for remote or guided setup. Copy the exact prompt, then paste it into OpenClaw for thinkbugs/proclaw-partner-insight.

Previewing Install & Setup.
Prompt PreviewInstall & Setup
Install the skill "ProClaw Partner insight(优质伴侣分析技能)" (thinkbugs/proclaw-partner-insight) from ClawHub.
Skill page: https://clawhub.ai/thinkbugs/proclaw-partner-insight
Keep the work scoped to this skill only.
After install, inspect the skill metadata and help me finish setup.
Use only the metadata you can verify from ClawHub; do not invent missing requirements.
Ask before making any broader environment changes.

Command Line

CLI Commands

Use the direct CLI path if you want to install manually and keep every step visible.

OpenClaw CLI

Bare skill slug

openclaw skills install proclaw-partner-insight

ClawHub CLI

Package manager switcher

npx clawhub@latest install proclaw-partner-insight
Security Scan
VirusTotalVirusTotal
Benign
View report →
OpenClawOpenClaw
Suspicious
medium confidence
✓
Purpose & Capability
技能宣称对伴侣格局进行分类、量化评估、风险扫描与决策支持，包内脚本（assess_partner.py, scan_risk.py, analyze_hybrid.py, support_decision.py）与大量模板/参考文档直接实现了这些功能 — 所需资源与说明与声明的目的相符，没有要求与任务无关的外部凭据或二进制。
!
Instruction Scope
运行说明要求用户收集并记录大量个人/伴侣行为细节（事件记录、边界测试、压力测试等），并建议在某些情形下对伴侣保持秘密（SKILL.md 建议不告诉伴侣）。这超出了纯技术范畴、涉及高度敏感的个人数据与潜在操控性行为（如故意制造危机、暂停物质投入以“测试”反应）。虽然这些操作在技能目的内可被视为“工具方法”，但它们带来显著的隐私、伦理和人身安全风险，应慎重对待并考虑专业咨询。
✓
Install Mechanism
无安装机制（instruction-only + 包含脚本文件），不会从外部 URL 下载或在安装时写入可疑二进制。脚本都是 Python 文件，依赖仅为运行时的 Python。
ℹ
Credentials
技能不请求任何环境变量、凭据或系统配置路径 — 这与其用途相称。但它确实要求用户提供非常敏感的个人信息（伴侣的具体行为描述、对话、测试结果、月度记录等）。这不是凭证泄露，但构成隐私/滥用风险：用户应谨慎存储这些记录并避免上传到不受信任的服务。
✓
Persistence & Privilege
技能未请求始终驻留(always=false)也未声明修改其他技能或系统配置。默认的模型调用权限未单独标注为问题。
Scan Findings in Context
[TRUNCATED_FILE_SUPPORT_DECISION] unexpected: scripts/support_decision.py appears truncated in the provided file dump (ends mid-symbol 'args.improvemen...'). This will cause a runtime error and indicates the distributed package is incomplete or corrupted. Fix/verify the script before running.
What to consider before installing
Before installing or running this skill consider: - Privacy: the skill asks you to collect detailed, sensitive records about your partner (full events, dialogues, monthly logs). Keep all records offline, encrypted if possible, and do not share them with third parties. Consider legal/privacy implications in your jurisdiction. - Ethics & safety: the SKILL.md recommends pressure-testing and secret tracking of a partner; these actions can be emotionally abusive or escalate risk. Do not perform tests that could harm someone; prefer open communication or professional counseling. If any risk signals involve control, violence, or abuse, prioritize personal safety and professional/legal help instead of DIY tests. - Code integrity: one distributed script (support_decision.py) appears truncated and will likely crash. Review the bundled Python scripts locally, run them in a sandboxed environment, and inspect for accidental bugs before trusting outputs. - Operational safety: the tools are heuristics, not clinical diagnosis. Do not treat outputs as a substitute for licensed mental-health or legal advice. Use the skill only as a structured journaling/decision-assist tool and consider consulting professionals for high-stakes decisions. - Audit & limit exposure: run scripts locally (no network access) if possible. If you store monthly/quarterly records, secure backups and consider deleting sensitive drafts when no longer needed. If you plan to proceed: (1) verify and fix the truncated script, (2) run the code offline in a controlled environment, (3) avoid using manipulative 'tests', and (4) consider seeking third-party/clinical support for serious cases.

Like a lobster shell, security has layers — review code before you run it.

latestvk9732xtbqbadya120hnv2mw3ks85hkme
51downloads
0stars
1versions
Updated 2d ago
v1.0.0
MIT-0
@thinkbugs
latest
Download

伴侣洞察

作者信息

任务目标

  • 本 Skill 用于:识别伴侣的核心格局类型（丫鬟型/妃子型/皇后型），通过行为信号判断伴侣是否在成就或拖垮用户，提供关系决策参考
  • 能力包含:三种格局类型的定义、行为信号识别、常见误判点、结构化评估、动态跟踪、风险预警、决策支持
  • 触发条件:用户询问伴侣类型、描述伴侣行为模式、表达关系困惑或需要关系决策建议时

前置准备

  • 无特殊依赖
  • 需要用户提供伴侣的具体行为描述、互动案例或关系现状

核心概念

格局类型定义

丫鬟型

  • 核心特征:勤勤恳恳、任劳任怨、为家庭牺牲自我（传统"贤妻良母"）
  • 心理驱动:恐惧失去、安全感不足、需要通过拉低伴侣来维持心理平衡
  • 典型表现:抱怨陪伴时间、阻拦风险决策、控制欲增强

妃子型

  • 核心特征:疯狂提升竞争力（颜值、身材、情商、社交、包装），精致展示
  • 心理驱动:择偶竞争思维，宁愿在强者身边做妾也不陪弱者平庸一生
  • 典型表现:完美展示无真实、关注利益交换、制造危机感

皇后型

  • 核心特征:不可替代的战略价值，情绪稳定、社交调度、资源链接、判断力和定盘能力
  • 心理驱动:接受现实和强者的复杂人性，不靠牺牲隐忍换位置
  • 典型表现:共情解决问题、独立价值判断、校准方向能力

工具体系

脚本工具（scripts/）

结构化评估脚本（assess_partner.py）

功能:根据六个维度打分，计算综合得分，判定类型和风险等级

使用方法:

python scripts/assess_partner.py --emotional [分数] --growth [分数] --independence [分数] --anchor [分数] --crisis [分数] --match [分数]

参数说明:

  • emotional:情绪稳定性（1-10）
  • growth:成长支持度（1-10）
  • independence:价值独立性（1-10）
  • anchor:自我价值锚点（1-10）
  • crisis:危机应对能力（1-10）
  • match:长期匹配度（1-10）

输出:综合得分、类型判定、风险等级、短板维度、改进建议

评分标准:见 assets/tables/assessment-table.md

风险扫描脚本（scan_risk.py）

功能:根据危险信号清单扫描，判定风险等级

使用方法:

python scripts/scan_risk.py --red [数量] --orange [数量] --yellow [数量] --score [评估得分]

参数说明:

  • red:红色信号数量（0-5）
  • orange:橙色信号数量（0-5）
  • yellow:黄色信号数量（0-5）
  • score:评估得分（可选，0-10）

输出:风险等级、危险信号详情、应对策略、行动项

危险信号清单:见 references/risk-warning-system.md

混合特征分析脚本（analyze_hybrid.py）

功能:根据特征权重分析混合类型，预测长期趋势

使用方法:

python scripts/analyze_hybrid.py --y [丫鬟型权重] --c [妃子型权重] --h [皇后型权重]

参数说明:

  • y:丫鬟型权重（0-10）
  • c:妃子型权重（0-10）
  • h:皇后型权重（0-10）

输出:混合类型、主特征、副特征、长期趋势预测、改进可能性、切换触发条件

决策支持脚本（support_decision.py）

功能:根据五维度数据匹配决策矩阵，输出决策建议

使用方法:

python scripts/support_decision.py --score [评估得分] --duration [关系时长月数] --improvement [改进可能性] --cost [沉没成本] --risk [风险等级]

参数说明:

  • score:评估得分（0-10）
  • duration:关系时长（月）
  • improvement:改进可能性（1-10）
  • cost:沉没成本（1-10）
  • risk:风险等级（1-4，1=低，2=中，3=高，4=极高）

输出:决策类型、场景策略、执行策略、综合建议

决策矩阵:见 references/decision-matrix.md

参考文档（references/）

结构化评估模型（assessment-model.md）

用途:多维度量化评估伴侣格局

包含内容:

  • 六个评估维度的详细定义
  • 1-10分评分标准
  • 综合得分计算方法
  • 类型判定标准
  • 风险等级判定

何时读取:需要量化评估时，参考评分标准

交互式决策树（decision-tree.md）

用途:场景化问题导航

包含内容:

  • 六大路径（初期识别、现有关系评估、伪装验证、对比决策、危机决策、混合特征分析）
  • 场景化问题节点
  • 可操作的下一步建议

何时读取:不确定如何开始分析时

动态跟踪框架（tracking-framework.md）

用途:系统性行为跟踪，识别变化趋势

包含内容:

  • 四个跟踪维度
  • 月度记录模板
  • 趋势分析方法
  • 三级预警机制

何时读取:需要跟踪关系变化时

混合特征识别器（hybrid-identifier.md）

用途:识别混合类型伴侣

包含内容:

  • 四种混合类型定义
  • 特征权重分析方法
  • 切换触发条件
  • 长期趋势预测框架

何时读取:伴侣行为复杂不符合单一类型时

风险预警系统（risk-warning-system.md）

用途:危险信号扫描和风险等级判定

包含内容:

  • 15个危险信号（红色5个、橙色5个、黄色5个）
  • 风险等级判定标准
  • 扫描方法
  • 应对策略

何时读取:需要扫描危险信号时

决策支持矩阵（decision-matrix.md）

用途:多维度、场景化的决策参考

包含内容:

  • 五个决策维度
  • 决策矩阵
  • 五种决策类型
  • 场景化策略

何时读取:需要做关系决策时

静态资源（assets/）

记录模板（templates/）

月度记录模板（monthly-record.md）

  • 每月记录关键事件和行为模式
  • 包含评估得分、风险扫描、决策建议
  • 为动态跟踪框架提供数据支持

季度对比模板（quarterly-comparison.md）

  • 每3个月对比分析关系变化趋势
  • 识别改进或退化
  • 临界点识别和趋势预测

评估表格（tables/）

评估打分表（assessment-table.md）

  • 六个维度的详细评分标准
  • 综合得分计算方法
  • 类型判定和风险等级判定

信号对照表（signal-checklist.md）

  • 三种类型的行为信号对照
  • 误判点区分标准
  • 快速识别指南

常见问题（faq/）

常见问题FAQ（common-questions.md）

  • 36个常见问题与解答
  • 覆盖基础概念、工具使用、决策相关、具体场景等多个方面

使用流程

场景1:新伴侣类型判断

  1. 观察伴侣行为3-6个月
  2. 对照行为信号识别（见signal-checklist.md）
  3. 使用评估脚本打分（见assess_partner.py）
  4. 若表现完美担心伪装，使用动态跟踪框架观察

场景2:现有关系评估

  1. 使用评估脚本打分（见assess_partner.py）
  2. 使用风险扫描脚本（见scan_risk.py）
  3. 根据得分决定是否改进或止损
  4. 若改进，使用月度记录模板跟踪

场景3:混合特征分析

  1. 识别各类型特征出现频率
  2. 使用混合特征分析脚本（见analyze_hybrid.py）
  3. 分析切换触发条件
  4. 预测长期趋势

场景4:关系决策

  1. 收集五维度数据（评估得分、关系时长、改进可能性、沉没成本、风险等级）
  2. 使用决策支持脚本（见support_decision.py）
  3. 参考决策矩阵场景策略
  4. 制定执行计划

使用示例

示例1:量化评估

场景:在一起1年，想量化评估关系健康度

步骤:

  1. 使用评估打分表（assessment-table.md）对照评分
  2. 执行脚本:
python scripts/assess_partner.py --emotional 7 --growth 8 --independence 7 --anchor 8 --crisis 7 --match 8

结果:综合得分7.45分，皇后型，低风险

建议:珍惜关系，深化战略伙伴关系

示例2:风险扫描

场景:感觉关系不对劲，识别危险信号

步骤:

  1. 对照危险信号清单（risk-warning-system.md）
  2. 发现1个红色信号（极端控制行为）、2个橙色信号（频繁情绪爆发、阻拦发展）
  3. 执行脚本:
python scripts/scan_risk.py --red 1 --orange 2 --yellow 0 --score 4.5

结果:极高风险，建议立即止损

示例3:混合特征分析

场景:伴侣行为复杂，有时支持有时控制

步骤:

  1. 识别特征权重:丫鬟型5分、妃子型3分、皇后型2分
  2. 执行脚本:
python scripts/analyze_hybrid.py --y 5 --c 3 --h 2

结果:丫鬟型与妃子型混合，长期趋势暴露为丫鬟型

建议:使用动态跟踪框架观察6个月，参考决策支持矩阵

示例4:决策支持

场景:在一起18个月，评估得分4.5分，不知道该继续还是止损

步骤:

  1. 收集数据:评估得分4.5分、关系时长18个月、改进可能性5分、沉没成本6分、风险等级3分
  2. 执行脚本:
python scripts/support_decision.py --score 4.5 --duration 18 --improvement 5 --cost 6 --risk 3

结果:积极改进

建议:深度沟通，明确改进目标和边界，使用动态跟踪框架记录

资源索引

脚本工具

参考文档

静态资源

注意事项

  • 本 Skill 提供洞察框架和识别标准，不替代专业心理咨询
  • 所有判断基于用户提供的行为描述，需具体场景具体分析
  • 格局类型不是固定标签，可能存在混合特征和阶段变化
  • 时间维度是关键验证指标，短期表现可能存在伪装
  • 脚本工具需要基于长期观察数据，避免过早下结论
  • 最终决策权在用户，Skill 仅提供结构化分析工具

Comments

Loading comments...