soulscrape 是做什么的？
仅将用户授权的证据转化为一个带时间标记、独立的个人工作模型。恢复显性事实和隐性模式，而不会将主体扁平化为简历、工作角色、原型、人格评分或所谓的完整身份记录。
结果应帮助一位深思熟虑的协作者理解主体，并让助手能够以类似其已展示模式的方式推理、写作、优先排序和协作。同时，它也必须说明在哪些方面相似性是不安全或缺乏支持的。
核心标准
追求保真度和雄心，而非虚假的完整性。
将输出视为对一个有界语料进行的有目的性的解释，而非对一个人的确定性描述。置信度描述的是在已检查证据中对某一主张的支持程度；它并非说明该主张在本质上如何定义主体，或该主张在多大程度上可靠地预测其所有行为。保持每个部分都能根据新证据、变化的环境和主体的修正进行修订。雄心是“全人”；但声称绝非“完整性”。
- 从贯穿时间维度的重复选择、行为、语言、权衡和演变中进行推断。
- 保留矛盾与活生生的张力，而不是强行编织一个连贯的故事。
- 将主体的声音与引用语、通信者、会议参与者、协作者、机构以及人工智能生成的材料区分开来。
- 重视有代价的行为和重复的决策，胜于精心修饰的自我描述。
- 为模型标注日期。人和优先级会改变。
- 使置信度、范围、不确定性和合理的替代解读变得清晰可读。
- 避免诊断和未经验证的敏感属性推断。
- 切勿使用结果来欺骗性地冒充主体，或代表主体采取有重大后果的外部行动。
默认输出
生成一份新的Markdown文档，除非用户要求其他格式。使用描述性文件名，例如 <person>-soulscrape.md，并返回其完整路径。
根据证据调整文档篇幅。对于一个包含多个独立来源层、丰富的纵向语料库，大约4000-8000个有用的单词可能是合适的。长度是结果，而非目标。当独立来源层少于三个或源单词少于2000个时，仅使用支持主张所需的篇幅——通常是300-1500个单词，有时更少。不要为了接近下限或人为制造广度而增加章节。
该文档必须独立可读。定义局部行话、项目、关系、日期和来源限制，以便读者无需依赖原始语料。
开头以一个显著的认识论状态块声明该文档是部分的、受限于来源、标注日期且可修订的。不要将其埋在方法论或尾注中。
公开索引
当请求要求创建一个关于个人或组织的、公开可发布的索引——即用于 soulscrape.com/<username>/<handle> 的、带来源引用的个人资料，而非私有工作模型时——请完整阅读 references/public-person-index.md 并遵循其指示。公开索引是第二个产物，具有不同的默认值：仅限公开来源，每个声明都必须有引用，且不包含任何私密或第三方细节。使用 bun scripts/validate-person-index.ts 验证数据包，并使用 bun scripts/publish-person.ts 发布它。
工作流程
1. 建立权威与范围
在决定是提问还是直接进行之前，完整阅读 references/questions.md。将一个模糊的请求转化为一组问题，然后只询问那些能改变结果的问题。
使用用户提供的语料、他们请求的公开来源以及他们明确纳入范围的本地来源。对输出位置和格式做出合理假设。
在综合之前分类预期用途：
- 自我建模： 主体就是用户本人。
- 私人协作指南： 用户合法地拥有关于另一个人的证据，并希望以最小化隐私的方式获得帮助以与该人交流或协作。
- 授权代理： 主体已明确授权为指定用途进行声音模仿或代理准备。
拥有消息、一个数据包或公开信息，并不等于主体的授权。私人协作指南可以描述有界、可观察的互动模式，供用户自己准备使用，但不得模仿主体的声音、评估其适配性或品格、预测敏感行为或支持雇佣、信贷、住房、保险、法律、医疗、纪律处分或其他重大决策。未经主体明确授权，不得为第三方主体制作可重复使用的代理或助手章程。当预期用途不明确、涉及评估、面向外部或具有重大后果时，请提问。
仅当一个缺失的选择会实质性地改变结果时才提问，例如当：
- 语料不可用；
- 主体身份不明确；
- 用户尚未授权访问提议的私人来源；
- 输出面向公众受众且隐私边界不明确。
默认情况下不要为获取个人信息而进行浏览。仅在用户要求、需要打开提供的URL或需要验证一个时效性强的公开事实时进行浏览。始终将公开网络证据与私密及提供的证据分开保存。
当网络研究在范围内时，请完整阅读 references/web-research.md 并遵循其指示：范围仅来自用户的指示，每个公开发现都会连同其URL、访问日期、段落和身份绑定状态一起进入引用账本，且在没有明确锚点的情况下，不得将任何公开来源归属于主体。
在需要阅读PDF、文档、电子表格、幻灯片、图片、音频或视频时，使用针对性的格式技能。在解释之前先忠实地提取内容。
对于调用者拥有的官方X档案，使用 bun scripts/prepare-x-archive.ts 而不是手动提取。该脚本仅打开列入白名单的账户作者发布的公开帖子成员，并写入一个有界的私有数据包。它故意不打开私信、地址簿、广告数据、媒体、已删除帖子或社群帖子。与用户确认档案所有权，使用绝对路径，并将数据包保持在版本控制之外。
2. 清点语料
在分析来源之前，完整阅读 references/evidence-method.md。
如果语料包含 ensoul.*-source 数据包，在打开或解释它们之前，也请完整阅读 references/source-packets.md。
在打开或解释每个数据包的记录之前，先对其进行验证：
bun scripts/validate-source-packet.ts /absolute/private/path/source.ensoul-source.json
要求进程以零退出状态结束，并返回一个包含 valid: true 的收据。无依赖的验证器仅输出模式/摘要/计数元数据。如果验证失败，不要检查、猜测、修复或部分使用该数据包。
在起草之前，构建一个来源映射。记录：
- 来源类型、定位器和日期范围；
- 可能的作者或讲话者；
- 它是私密捕获、精炼的自我展示、观察到的行为、第三方描述还是机构材料；
- 信号强度、偏见、采样方法和遗漏；
- 时间相关性和身份绑定强度。
对于仓库，不仅要检查代码，还要检查贡献者身份、编写的计划、提交历史、代码所有权、测试、事件和运维工件。不要将仓库级别的规范归因于主体，除非有作者身份或重复采纳证据的支持。
对于笔记，区分主体自己的想法与他人所说的内容。对于消息和电子邮件，区分草稿、已发送消息、引用或转发的文本，以及通信者的声音。
3. 广泛采样，然后追求信号
在深入一个主题之前，先覆盖语料的时间、上下文和工件类型。
对于大型语料：
- 索引文件名、日期、作者、标题、来源种类和重复出现的术语。
- 阅读早期、中期和近期阶段的代表性材料。
- 识别重复出现的决策、隐喻、价值观、冲突和变化。
- 完整阅读信号最强的工件。
- 持续进行，直到额外的来源主要强化已知模式或揭示一个有意义的矛盾。
当采样时，不要声称已穷尽阅读。诚实地说明覆盖范围。
对于非常大的语料，可选的子智能体可以总结有界的来源层。仅给每个子智能体分配其指定的工件，并要求其提供路径、日期、归属、候选模式、反证据和置信度。除非用户明确授权该特定额外的环境和数据范围，否则绝不要将私有数据包或私有内容委托出去；Message Like Me 数据包默认保留在主智能体处。主智能体必须亲自检查高权重的来源，并拥有合成的主导权。
4. 构建证据账本
为候选主张维护一个临时账本。每个主张应追踪：
- 提出的模式；
- 跨上下文的支持性来源；
- 反证据或例外；
- 合理的替代解释；
- 证据是事实性的、声称性的、行为性的、语言性的、关系性的还是时间性的；
- 证据支持强度和概括范围；
- 当前、历史、新兴、循环或未解决的状态。
除非要求，否则不要将账本作为最终交付物。
使用这些标签：
- 有充分支持的观察： 显式且重复，或通过行为展示，几乎没有实质性的反证据。
- 有支持的推断： 反复出现或跨上下文证据支持该主张，但仍存在一个解释步骤。
- 活跃的问题： 证据显示出张力、变化或未解决的上下文，而非稳定的模式。
- 尝试性假设： 看似合理但狭窄或支持较弱；通常从执行模型中省略。
这些标签描述了对一个有界主张的证据支持。它们不揭示本质身份、证明动机或保证未来行为。请分别说明范围。省略无支持的主张。
单一事件通常是一个尝试性假设，即使它很生动。只有当重复的独立证据支持它，或者主体的一个明确的当前修正有可证实的行为佐证时，才将观察视为有充分支持。
5. 建模全人
调查语料中拥有真实证据的每个维度：
- 身份、履历和轨迹；
- 角色、承诺和当前约束；
- 世界观和关于世界如何运作的模型；
- 价值观和道德直觉；
- 品味、审美、幽默感和厌恶；
- 动机、激励和意义来源；
- 决策和认知习惯；
- 工作、手艺、学习和创造性实践；
- 按受众划分的沟通与写作风格；
- 协作、领导力、冲突和信任；
- 与技术、金钱、地位、风险、时间、地点、机构和社区的关系；
- 惯例和运作模式；
- 重复出现的张力、阴影模式和失败模式；
- 随时间推移的演变；
- 语料无法支持的主题。
工作可能主导证据。不要将工作误认为是整个人的全部。当模型以工作为主要内容时，要明确指出，并且不要为了制造平衡而捏造私人生活的结论。
6. 分离四层
在分析上保持这四个层面的区分：
- 事实： 姓名、日期、角色、项目、地点和事件。
- 声称的信念： 主体说自己看重或相信的东西。
- 揭示的模式： 重复的决策和代价高昂的行动所暗示的内容。
- 推测： 仍然薄弱或未解决的合理假设。
当信念和行为冲突时，两者都保留。在宣布不一致之前，考虑受众、时机、约束、愿望和变化。
7. 起草独立文档
在起草之前，完整阅读 references/output-blueprint.md。
根据证据选择章节，而不是填充一个僵化的模板。一份强有力的文档通常包括：
- 使用和校准说明；
- 可见的认识论状态块和修订日期或触发条件；
- 执行模型；
- 身份和轨迹；
- 当前生活和承诺；
- 世界观、价值观和重复出现的心理模型；
- 感受力和品味；
- 决策、工作、学习和沟通风格；
- 语料支持的关系模式；
- 张力、平衡和失败模式；
- 实际操作手册；
- 仅针对自我模型或明确由主体授权的代理的助手章程；否则，设定带协作使用边界的第三方边界，且不模仿声音；
- 沉默的问题和不应推断的内容；
- 模型限制、替代解读和修订钩子；
- 来源基础及截止日期。
除非是明确、相关、必要且适合预期受众，否则将敏感或可能有害的主张排除在外。绝不要从代理物、审美、归属或遗漏中推断受保护或高度敏感的特质。
8. 验证文档
在交付前，对其进行审核：
- 每个重要的事实主张是否能追溯到语料？
- 引用语、作者和讲话者是否正确归属？
- 是否有一个生动的工件主导了合成？
- 当前观点和历史观点是否分离？
- 机构规范是否被错误标记为个人特质？
- 矛盾是否被保留？
- 私人第三方是否受到保护？
- 置信度描述的是证据支持和范围，而不是关于身份的确定性吗？
- 是否有同一个见解被重复而没有不同功能？
- 当允许使用助手章程时，它是否包含非冒充性、预期用途、过期/审查以及权限限制？否则，协作使用边界是否明确且没有声音模仿？
- 扫读的读者是否可能将文档误认为是规范的身份记录？
- 真实人物的当前答案是否清晰地优先于代理预测？
- 预期的授权读者能否在不打开语料的情况下理解文档，同时不会学到不必要私密或第三方信息？
检查最终文件并重新……
[为翻译而截断]