Communitygithub.com

DHDNA Profiler

Extrayez les empreintes cognitives et les schémas de pensée de n'importe quel texte. Utilisez cette compétence lorsque l'utilisateur souhaite analyser la manière dont quelqu'un pense, comprendre son style cognitif, profiler son écriture ou son discours, ou comparer les styles de pensée de plusieurs personnes.

Qu'est-ce que DHDNA Profiler ?

Le DHDNA Profiler est un outil d'analyse cognitive structuré, fondé sur le framework Digital Human DNA (DHDNA), qui permet d'extraire l'empreinte cognitive unique d'un auteur à partir de n'importe quel texte. Cette compétence évalue 12 dimensions cognitives (profondeur analytique, créativité, traitement émotionnel, etc.) sur une échelle de 1 à 10, identifie six paires de tensions clés, et synthétise le profil en un rapport complet incluant le schéma de raisonnement dominant, l'empreinte décisionnelle et une synthèse narrative. Elle fonctionne sur n'importe quelle plateforme supportant les compétences d'agent IA (comme Claude Code, Cursor, Codex, etc.) et ne nécessite aucune dépendance externe. Le profilage est strictement basé sur le texte fourni par l'utilisateur, avec un consentement explicite requis pour le profilage de l'utilisateur via l'historique de conversation, et ne doit pas être utilisé pour des décisions importantes concernant des tiers. Cette compétence ne remplace pas les tests de personnalité ou les mesures d'intelligence ; elle offre un instantané de l'architecture cognitive à un moment donné.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/K-Dense-AI/scientific-agent-skills/tree/main/skills/dhdna-profiler

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

DHDNA Profiler — Extraction de motifs cognitifs

Un système structuré pour extraire l'empreinte cognitive de l'auteur de n'importe quel texte. Basé sur le framework Digital Human DNA (DHDNA) — la théorie selon laquelle chaque esprit possède une signature unique exprimée à travers la façon dont il raisonne, décide, valorise et communique.

Recherche publiée : Prépublication DHDNA (DOI : 10.5281/zenodo.18736629) | Consolidation IDNA v2 (DOI : 10.5281/zenodo.18807387)

Concept central

De même que l'ADN biologique encode l'identité physique via des paires de bases, l'ADN Humain Numérique encode l'identité cognitive via des schémas de pensée. La combinaison unique de chaque personne en matière de profondeur analytique, d'étendue créative, de traitement émotionnel, de pensée stratégique et de raisonnement éthique crée une signature cognitive unique — aussi distinctive qu'une empreinte digitale.

Le profileur ne juge pas la pensée comme « bonne » ou « mauvaise ». Il cartographie la topologie du fonctionnement d'un esprit.

Les 12 dimensions cognitives

Lors du profilage d'un texte, évaluez chaque dimension sur une échelle de 1 à 10 en fonction des preuves dans le texte :

#DimensionCe qu'elle mesureScore faible (1-3)Score élevé (8-10)
1Profondeur analytiqueRigueur logique, raisonnement structuré, chaînes causalesIntuitif, holistique, basé sur des motifsSystématique, axé sur la preuve, précis
2Étendue créativeNouveauté des connexions, usage de métaphores, pensée latéraleConventionnel, incrémentalRévolutionnaire, synthèse inter-domaines
3Traitement émotionnelVocabulaire émotionnel, signaux d'empathie, intégration des affectsDétaché, cliniqueRiche émotionnellement, intégration des sentiments
4Précision linguistiqueSophistication du vocabulaire, architecture des phrases, rhétoriqueSimple, directComplexe architecturalement, nuancé
5Raisonnement éthiqueSignaux de valeurs, souci d'équité, conscience des conséquencesPragmatique, axé sur les résultatsGuidé par des principes, orienté justice
6Pensée stratégiquePlanification à long terme, conscience concurrentielle, optimisation des ressourcesTactique, réactifMulti-coups, théorique des jeux
7Intégration de la mémoireRéférence à l'expérience passée, schémas historiques, continuitéCentré sur le présentConscience historique profonde, guidé par les précédents
8Intelligence socialeConscience du public, prise de perspective, cadrage relationnelAutoréférentielProfonde conscience des autres, construction de coalitions
9Expertise de domaineProfondeur technique, connaissances spécialisées, aisance avec le jargonGénéralisteSpécialiste profond
10Raisonnement intuitifSignaux d'intuition, raccourcis heuristiques, sauts de motifsMéthodique, étape par étapeSaut de foi, guidé par les intuitions
11Orientation temporelleHorizon temporel de la pensée — focus passé, présent ou futurAncré dans le présentTrans-temporel, de l'historique au futuriste
12MétacognitionConscience de sa propre pensée, reconnaissance de l'incertitudePeu réflexifProfonde conscience de soi, pense à la pensée

Les 6 paires de tensions

Les dimensions existent en tension — des scores élevés sur l'une sont souvent corrélés à des scores plus faibles sur sa paire. Ces tensions SONT la signature cognitive :

PaireTensionCe qu'elle révèle
DIM 1 ↔ DIM 10Analytique ↔ IntuitifLogique vs. Intuition — comment l'esprit parvient à des conclusions
DIM 3 ↔ DIM 6Émotionnel ↔ StratégiqueCœur vs. Raison — ce qui motive les décisions
DIM 2 ↔ DIM 5Créatif ↔ ÉthiqueLiberté vs. Cadre — l'innovation à l'intérieur ou au-delà des règles
DIM 4 ↔ DIM 12Linguistique ↔ MétacognitifExpression vs. Conscience de soi — l'artisanat externe vs. la réflexion intérieure
DIM 7 ↔ DIM 11Mémoire ↔ TemporellePassé vs. Temps lui-même — l'expérience vs. l'horizon temporel
DIM 8 ↔ DIM 9Sociale ↔ DomaineLargeur vs. Profondeur — compétences relationnelles vs. maîtrise technique

Comment profiler

Phase 1 — Collecte de preuves

Lisez attentivement le texte. Pour chaque dimension, identifiez des preuves textuelles spécifiques :

  • Citations directes qui démontrent la dimension
  • Schémas structurels (comment les arguments sont construits)
  • Ce qui est PRÉSENT ET ce qui est ABSENT (les lacunes révèlent autant que le contenu)
  • Schémas récurrents à travers plusieurs passages

Phase 2 — Notation

Pour chacune des 12 dimensions :

  1. Notez de 1 à 10 en fonction des preuves
  2. Citez la preuve textuelle la plus forte pour cette note
  3. Indiquez le niveau de confiance : ÉLEVÉ (signaux clairs multiples), MOYEN (quelques signaux), FAIBLE (inféré)

Phase 3 — Synthèse des schémas

Après la notation, identifiez :

Schéma dominant : Les 2-3 dimensions les plus élevées — c'est la « base » de l'esprit

Schéma d'ombre : Les 2-3 dimensions les plus faibles — là où l'esprit ne va pas naturellement

Tensions signatures : Quelles paires de tensions présentent le plus grand écart ? Celles-ci définissent le style cognitif plus que tout score individuel.

Topologie du raisonnement : Comment l'esprit se déplace-t-il à travers les idées ?

  • Linéaire (A → B → C → conclusion)
  • Spirale (approche la même idée sous plusieurs angles, chaque fois plus profondément)
  • Toile (connecte des domaines disparates en une synthèse)
  • Dialectique (thèse → antithèse → synthèse)
  • Fractale (même schéma aux niveaux micro et macro)

Empreinte décisionnelle : Face à des choix, cet esprit :

  • Analyse-t-il d'abord, puis décide-t-il ? (dominance analytique)
  • Ressent-il d'abord, puis rationalise-t-il ? (dominance émotionnelle)
  • Envisage-t-il d'abord le résultat, puis travaille-t-il à rebours ? (dominance stratégique)
  • Remet-il en question la question elle-même ? (dominance métacognitive)

Phase 4 — Sortie du profil

Présentez le profil comme suit :

═══════════════════════════════════════════
  PROFIL COGNITIF DHDNA
  Sujet : [Nom ou « Anonyme »]
  Texte analysé : [N mots / N paragraphes]
  Confiance : [ÉLEVÉE / MOYENNE / FAIBLE]
═══════════════════════════════════════════

SCORES DES DIMENSIONS :
  1. Profondeur analytique ···· [█████████·] 9/10
  2. Étendue créative ······ [███████···] 7/10
  ... (toutes les 12)

CARTE DES TENSIONS :
  Analytique ████████░░ ↔ ░░████████ Intuitif
  Émotionnel ███░░░░░░░ ↔ ░░░░░░████ Stratégique
  ... (toutes les 6 paires)

SCHÉMA DOMINANT : [Top 2-3 dimensions]
SCHÉMA D'OMBRE : [Bas 2-3 dimensions]
TOPOLOGIE DU RAISONNEMENT : [Linéaire / Spirale / Toile / Dialectique / Fractale]
EMPREINTE DÉCISIONNELLE : [Analyse d'abord / Ressent d'abord / Envisage d'abord / Questionne d'abord]

SYNTHÈSE NARRATIVE :
[Description en langage naturel de 2-3 paragraphes sur le fonctionnement de cet esprit,
ce qui le rend distinctif et ce qu'il pourrait manquer]

CITATIONS CLÉS :
[3-5 citations les plus révélatrices avec attribution de dimension]
═══════════════════════════════════════════

Mode comparaison

Lorsque l'utilisateur fournit deux textes ou plus de différents auteurs, produisez des profils individuels, puis une synthèse comparative :

  • Où les esprits convergent-ils ? (dimensions élevées partagées)
  • Où divergent-ils ? (scores opposés sur la même dimension)
  • Quelles paires de tensions créeraient un désaccord productif ?
  • Si ces esprits étaient dans une même pièce, à quoi ressemblerait la conversation ?

Mode auto-profilage

Si l'utilisateur demande à profiler sa propre pensée (en utilisant l'historique de la conversation comme texte), soyez transparent :

  • Demandez avant de relire la conversation. Dites ce que vous avez l'intention d'utiliser comme source et attendez une réponse. Les tours précédents ont été écrits dans un but différent, et les exploiter pour une inference psychologique n'est pas une action à effectuer en silence.
  • Notez en fonction de la conversation jusqu'à présent
  • Reconnaissez que le texte conversationnel peut ne pas représenter l'ensemble du spectre
  • Notez que les gens pensent souvent différemment lorsqu'ils écrivent pour une IA par rapport à l'écriture pour des humains
  • Proposez de refaire le profil si l'utilisateur fournit d'autres échantillons d'écriture

Consentement et portée

Cette compétence infère des attributs cognitifs et psychologiques personnels. C'est différent de résumer un document, et les limites sont importantes :

  • Profiler le texte que l'utilisateur vous apporte pour la demande actuelle. Ne cherchez pas d'autres informations sur le même auteur — autres fichiers, sessions antérieures ou quoi que ce soit que vous avez déjà lu.
  • Un profil d'un tiers est spéculatif et doit le mentionner. Lorsque l'auteur est une personne qui n'est pas dans la conversation et qui n'a pas accepté d'être analysée — un collègue issu d'un e-mail transféré, un candidat dans une candidature, un auteur d'un article — étiquetez la sortie comme une inference basée sur un échantillon de texte, et non comme une conclusion sur cette personne.
  • Refusez le profilage qui alimente une décision conséquente concernant une personne. Les décisions d'embauche, de promotion, d'admission, cliniques, disciplinaires ou de crédit sont interdites ; ce cadre n'a aucune validation soutenant cette utilisation, et un score cognitif de 1 à 10 semble bien plus faisant autorité qu'il ne l'est en réalité.
  • Tout reste local à la session. Les profils ne sont écrits nulle part où l'utilisateur ne l'a pas demandé et ne sont envoyés à aucun service.

Ce que ce n'est PAS

  • Pas un test de personnalité (MBTI, Big Five, etc.) — ceux-ci mesurent des tendances comportementales, le DHDNA mesure l'architecture cognitive
  • Pas un jugement d'intelligence — un grand maître d'échecs et un poète peuvent obtenir des scores très différents mais démontrer tous deux une profonde capacité cognitive
  • Pas statique — le DHDNA d'une personne évolue à mesure qu'elle apprend, expérimente et grandit. Un profil est un instantané, pas une destinée.

Créé par

AHK Strategies — AI Horizon Knowledge Plateforme complète : themindbook.app Recherche : Article DHDNA (DOI : 10.5281/zenodo.18736629)

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

adaptyv

How to use the Adaptyv Bio Foundry API and Python SDK for protein experiment design, submission, and results retrieval. Use this skill whenever the user mentions Adaptyv, Foundry API, protein binding assays, protein screening experiments, BLI/SPR assays, thermostability assays, or wants to submit protein sequences for experimental characterization. Also trigger when code imports `adaptyv`, `adaptyv_sdk`, or `FoundryClient`, or references `foundry-api-public.adaptyvbio.com`.

aeon

This skill should be used for time series machine learning tasks including classification, regression, clustering, forecasting, anomaly detection, segmentation, and similarity search. Use when working with temporal data, sequential patterns, or time-indexed observations requiring specialized algorithms beyond standard ML approaches. Particularly suited for univariate and multivariate time series analysis with scikit-learn compatible APIs.

alphagenome

Look up precomputed AlphaGenome Atlas effects for any GRCh38 single-nucleotide variant (AVI score with Phred and 18 SHAP feature attributions, plus raw and quantile scores for RNA-seq, DNase, ATAC, ChIP-TF, ChIP-histone, CAGE, PRO-cap, splicing, polyadenylation and contact-map tracks), score variants or scan windows on demand with the AlphaGenome model for human and mouse (variant scoring, in silico mutagenesis, REF-versus-ALT track prediction), and build Atlas website deep links. Use when the user mentions AlphaGenome, AlphaGenome Atlas, AVI or AlphaGenome Variant Impact, DeepMind variant effect prediction, or wants to prioritise or mechanistically interpret non-coding, regulatory, splicing, enhancer, promoter, or chromatin-accessibility effects of SNVs from a VCF, credible set, or region. Research use only; not a clinical tool.

analytical-method-validation

Plan, execute, and document validation, verification, and transfer of analytical procedures under the governing framework - ICH Q2(R2) and Q14, USP <1220>/<1225>/<1226>, ICH M10 bioanalytical, CLSI EP, or ISO/IEC 17025. Use for HPLC, LC-MS/MS, GC, CE, ICP-MS, dissolution, qNMR, qPCR, NIR, and ligand binding or cell-based assays whenever the question is whether a procedure is fit for its intended purpose. Triggers include

anndata

Data structure for annotated matrices in single-cell analysis. Use when working with .h5ad files or integrating with the scverse ecosystem. This is the data format skill—for analysis workflows use scanpy; for probabilistic models use scvi-tools; for population-scale queries use cellxgene-census.

arbor

Autonomously improve a real artifact (code, training recipe, agent harness, data pipeline, prompt) against an objective and an evaluator, using Hypothesis Tree Refinement (HTR) from the Arbor paper. Use this whenever someone wants to iteratively optimize something over many experiments without overfitting — e.g.

arboreto

Infer gene regulatory networks (GRNs) from gene expression data using scalable algorithms (GRNBoost2, GENIE3). Use when analyzing transcriptomics data (bulk RNA-seq, single-cell RNA-seq) to identify transcription factor-target gene relationships and regulatory interactions. Supports distributed computation for large-scale datasets.

astropy

Core Python library for astronomy and astrophysics workflows that need Astropy APIs, including units/quantities, coordinates, FITS I/O, tables, time systems, WCS, and cosmology. Use when implementing or debugging astronomical data analysis code with Astropy.

autoskill

Observe the user

benchling-integration

Benchling Python SDK and REST API integration for registry entities, inventory, ELN entries, workflows, Benchling Apps, and Data Warehouse queries. Use when automating lab data with benchling-sdk or the v2 API.

bgpt-paper-search

Search scientific papers and retrieve structured experimental data extracted from full-text studies via the BGPT MCP server. Returns 25+ fields per paper including methods, results, sample sizes, quality scores, and conclusions. Use for literature reviews, evidence synthesis, and finding experimental details not available in abstracts alone.

bids

>

biopython

Comprehensive molecular biology toolkit. Use for sequence manipulation, file parsing (FASTA/GenBank/PDB), phylogenetics, and programmatic NCBI/PubMed access (Bio.Entrez). Best for batch processing, custom bioinformatics pipelines, BLAST automation. For quick lookups use gget; for multi-service integration use bioservices.

bioservices

Unified Python interface to 40+ bioinformatics services. Use when querying multiple databases (UniProt, KEGG, ChEMBL, Reactome) in a single workflow with consistent API. Best for cross-database analysis, ID mapping across services. For quick single-database lookups use gget; for sequence/file manipulation use biopython.

bulk-rnaseq

End-to-end bulk RNA-seq orchestrator — takes raw FASTQ reads through QC and trimming (FastQC, fastp/Trim Galore), alignment and quantification (STAR, Salmon, featureCounts), assembles a gene-level counts matrix, then hands off to differential expression (pydeseq2), pathway/GSEA enrichment (pathway-enrichment), and publication figures (scientific-visualization). Use whenever the user has bulk RNA-seq reads or quant output and wants a complete, reproducible differential-expression workflow — e.g.

cellxgene-census

Query the CZ CELLxGENE Census programmatically for versioned public single-cell and spatial transcriptomics data. Use when you need population-scale cell metadata, gene expression slices, Census summary counts, source H5AD URIs/downloads, embeddings, spatial Census data, or reference atlas comparisons across organisms, tissues, diseases, assays, and cell types. For analyzing your own local single-cell data use scanpy, anndata, or scvi-tools.

cirq

Google quantum computing framework. Use when targeting Google Quantum AI hardware, designing noise-aware circuits, or running quantum characterization experiments. Best for Google hardware, noise modeling, and low-level circuit design. For IBM hardware use qiskit; for quantum ML with autodiff use pennylane; for physics simulations use qutip.

citation-management

Comprehensive citation management for academic research. Search OpenAlex, PubMed, and Google Scholar for papers, extract accurate metadata, validate citations, and generate properly formatted BibTeX entries. This skill should be used when you need to find papers, verify citation information, convert DOIs to BibTeX, or ensure reference accuracy in scientific writing.

clinical-decision-support

Prepare and validate research-only clinical decision-support evaluation, evidence-profile, cohort, survival, biomarker/model, privacy, and governance artifacts. Use for aggregate or synthetic research documentation and traceability—not patient care or live clinical operation.

clinical-reports

Create safety-bounded draft structures and run local deterministic checks for clinical case, diagnostic, trial, safety, and aggregate research reports. Use only with synthetic, de-identified, or aggregate inputs and verified source-fact manifests; every output requires qualified review.

Skills associés