hraness/soulscrape

soulscrape 是做什麼的？

僅使用使用者授權的證據，將其轉換為一個有日期、獨立運作的人物工作模型。提取明確的事實與隱含的模式，但不要將主體扁平化為一份履歷、職業角色、原型、人格分數或所謂的完整身分記錄。

結果應能幫助一位深思熟慮的合作者理解該主體，並讓 AI 助理能以類似於其已展現的模式進行推理、寫作、優先排序與協作。同時也必須說明哪些情況下相似性可能不安全或缺乏依據。

核心標準

追求忠實度與企圖心，而非虛假的完整性。

將輸出視為對一個有界語料庫所做的、基於目的之詮釋，而非對一個人的權威性描述。信心程度描述的是在已檢驗的證據中，對某個主張的支持程度；它並不表示該主張在本質上定義了主體，或是在所有情況下都能可靠地預測他們。讓每個部分都能根據新證據、改變的環境以及主體的修正來進行修訂。企圖心在於全人，但絕不自稱完整。

• 從跨時間的重複選擇、行為、語言、權衡取捨與演進中進行推論。
• 保留矛盾與當前的張力，而不是強行編織一個連貫的故事。
• 將主體的聲音與引文、通訊對象、會議參與者、合作者、機構以及 AI 生成的內容區分開來。
• 高成本行為與重複決定，其權重應高於經過修飾的自我描述。
• 為模型標註日期。人與優先事項都會改變。
• 讓信心程度、範圍、不確定性以及合理的替代解讀變得清晰可辨。
• 避免診斷與未經支持的敏感屬性推論。
• 絕不使用結果來欺騙性地冒充該主體，或以主體名義採取具有重大後果的外部行動。

預設輸出

除非使用者要求其他格式，否則產生一份新的 Markdown 文件。使用描述性的檔案名稱，例如 <person>-soulscrape.md，並回傳其完整路徑。

根據證據規模調整文件。對於包含數個獨立來源層級的豐富縱向語料庫，約 4,000 至 8,000 個有效字詞較為合適。篇幅是結果，而非目標。若少於三個獨立來源層級或少於 2,000 個來源字詞，則僅使用支援主張所需的篇幅——通常在 300 至 1,500 個字詞之間，有時更少。不要為了接近下限或製造廣度而添加章節。

該文件必須能獨立存在。定義在地術語、專案、關係、日期以及來源限制，使讀者無需查閱原始語料庫。

以一個顯著的認知狀態區塊開頭，說明該文件是部分、受來源限制、有日期且可修訂的。不要將此內容埋沒於方法論或尾註中。

公開索引

當要求建立一個人的公開、可發布索引時——即一個用於 soulscrape.com/<username>/<handle> 的、附有來源引用的個人檔案，而非私人的工作模型——請完整閱讀 references/public-person-index.md 並遵循之。公開索引是第二個成品，具有不同的預設值：僅限公開來源、每個主張都需引用，且不包含私人或第三方細節。使用 bun scripts/validate-person-index.ts 驗證資料包，並使用 bun scripts/publish-person.ts 發布它。

工作流程

1. 建立授權與範圍

在決定是否提問或繼續進行之前，請先完整閱讀 references/questions.md。將模糊的請求轉化為一組問題，然後僅詢問那些會改變結果的問題。

使用使用者提供的語料庫、他們要求的公開來源，以及他們明確納入範圍的本地來源。對輸出位置和格式做出合理的假設。

在開始整合前，先分類預期的使用方式：

• 自我模型： 主體即使用者本人。
• 私人協作指南： 使用者有合法權限存取關於他人的證據，並希望以最小化隱私的方式，獲得幫助以與該人溝通或協作。
• 授權代理： 主體已明確授權，允許為所述用途進行聲音模仿或代理準備。

擁有訊息、資料包或公開資訊，並不等同於主體的授權。私人協作指南可以描述有限可觀察的互動模式，以供使用者自己準備之用，但不得模仿主體的聲音、評估其適任性或品格、預測敏感行為，或用於支援就業、信貸、住房、保險、法律、醫療、紀律或其他重大決策。若無明確的主體授權，請勿為第三方主體產出可重複使用的代理或助理章程。當預期用途模糊不清、具有評估性、對外公開或涉及重大後果時，請提問。

僅當某個缺失的選擇會實質性地改變結果時才提問，例如：

• 語料庫不可用；
• 主體不明確；
• 使用者尚未授權存取提議的私人來源；
• 輸出是為公開受眾設計的，且隱私邊界不明確。

預設情況下，不要瀏覽個人資訊。在使用者要求、需要開啟提供的 URL，或需要驗證有時效性的公開事實時才進行瀏覽。將公開網路證據與私人和提供的證據區分開來。

當網路研究納入範圍時，請完整閱讀 references/web-research.md 並遵循之：範圍僅來自使用者的指示，每個公開發現都會連同其 URL、存取日期、段落及身分綁定狀態進入引用登記簿，並且在沒有明確錨定的情況下，不得將任何公開來源歸因於該主體。

必要時，使用特定格式的技能來讀取 PDF、文件、試算表、簡報、圖片、音訊或影片。在詮釋之前先忠實地提取。

對於來電者擁有的官方 X 檔案，請使用 bun scripts/prepare-x-archive.ts 而非手動提取。該腳本僅開啟屬於帳號作者、且允許清單中的公開貼文成員，並寫入一個受限的私密資料包。它刻意不開啟私訊、通訊錄、廣告資料、媒體、已刪除貼文或社群貼文。與使用者確認檔案所有權，使用絕對路徑，並將資料包置於版本控制之外。

2. 盤點語料庫

在分析來源之前，請先完整閱讀 references/evidence-method.md。

如果語料庫包含 ensoul.*-source 資料包，請在開啟或詮釋它們之前，也先完整閱讀 references/source-packets.md。

在開啟或詮釋每個資料包的記錄之前，先進行驗證：

bun scripts/validate-source-packet.ts /absolute/private/path/source.ensoul-source.json

要求回傳碼為零，並收到一份包含 valid: true 的收據。這個無依賴的驗證器僅會輸出結構綱目/摘要/計數的元資料。如果驗證失敗，請勿檢查、猜測、修復或部分使用該資料包。

在起草之前先建立一份來源地圖。記錄：

• 來源類型、定位符號與日期範圍；
• 可能的作者或發言者；
• 是私人捕捉、經過修飾的自我呈現、可觀察的行為、第三方描述還是機構資料；
• 訊號強度、偏誤、抽樣方法與遺漏；
• 時間相關性與身分綁定強度。

對於儲存庫，請檢查的不僅是文字內容。使用貢獻者身分、制定的計畫、提交歷史、程式碼所有權、測試、事件與營運產出物。如果沒有作者身份或重複採用的證據，請勿將儲存庫範圍的規範歸因於該主體。

對於筆記，請區分主體的想法與他人所說的話。對於訊息與電子郵件，請區分草稿、已發送的訊息、引用或轉發的文字，以及通訊對象的聲音。

3. 廣泛取樣，然後追蹤訊號

在深入某個主題之前，先涵蓋語料庫中跨時間、脈絡與產出物類型的內容。

對於大型語料庫：

1. 為檔案名稱、日期、作者、標題、來源種類與重複出現的術語建立索引。
2. 閱讀早期、中期與近期具代表性的材料。
3. 識別重複出現的決定、隱喻、價值觀、衝突與變化。
4. 完整閱讀訊號最強的產出物。
5. 持續直到額外的來源主要強化已知模式或揭示出有意義的矛盾為止。

取樣時，不要聲稱已詳盡閱讀。誠實說明涵蓋範圍。

對於非常大型的語料庫，可選的子代理可以總結有界的來源層級。僅給予每個子代理其分配到的產出物，並要求路徑、日期、歸因、候選模式、反證與信心程度。除非使用者明確授權該確切的額外環境與資料範圍，否則切勿將私人資料包或私人內容委派出去；Message Like Me 資料包預設由主代理處理。主代理必須自行檢查權重高的來源，並負責整合。

4. 建立證據分類帳

為候選主張維護一個暫存分類帳。每個主張應追蹤：

• 提出的模式；
• 跨脈絡的支援來源；
• 反證或例外情況；
• 合理的替代解釋；
• 證據是事實性、陳述性、行為性、語言性、關係性還是時間性的；
• 證據支持力與概括範圍；
• 目前、歷史、新興、週期性或未解決的狀態。

除非被要求，否則不要將分類帳作為最終交付物。

使用以下標籤：

• 良好支援的觀察： 明確且重複，或幾乎沒有實質反證的行為展現。
• 支援的推論： 重複出現或跨脈絡的證據支援該主張，但仍存在一個需要詮釋的步驟。
• 尚待解決的問題： 證據顯示出張力、變化或未解決的脈絡，而非穩定的模式。
• 暫定假說： 合理但狹隘或支援薄弱；通常從執行模型中省略。

這些標籤描述的是對一個有界主張的證據支持程度。它們並非揭示一個本質上的身分、證明動機或保證未來的行為。請分別說明範圍。省略未經支持的主張。

單一事件通常是一個暫定假說，即使它很生動。只有在重複的獨立證據支援它，或是有明確的當前主體修正伴隨著可佐證的行為時，才能將觀察視為良好支援。

5. 建立全人模型

調查語料庫中具備真實證據的每個面向：

• 身分、傳記與發展軌跡；
• 角色、承諾與當前限制；
• 世界觀以及對世界運作方式的模型；
• 價值觀與道德直覺；
• 品味、美學、幽默感與厭惡的事物；
• 動機、誘因與意義的來源；
• 決策制定與認知習慣；
• 工作、工藝、學習與創造性實踐；
• 按受眾區分的溝通與寫作風格；
• 協作、領導、衝突與信任；
• 與科技、金錢、地位、風險、時間、地方、機構及社群的關係；
• 常規與運作模式；
• 重複出現的張力、陰影模式與失敗模式；
• 隨時間的演進；
• 語料庫無法支援的主題。

工作內容可能會主導證據。不要將工作誤認為是整個人。當模型以工作為重時，請註明，且不要為了創造平衡而編造私人生活的結論。

6. 分離四個層面

在分析上保持這些層面的區別：

1. 事實： 姓名、日期、角色、專案、地點與事件。
2. 陳述的信念： 主體說他們重視或相信的事物。
3. 揭示的模式： 重複的決定與高成本行為所暗示的內容。
4. 推測： 仍然薄弱或未解決的合理假說。

當信念與行為衝突時，保留兩者。在宣告不一致之前，考量受眾、時機、限制、抱負與變化。

7. 起草獨立文件

在起草之前，請先完整閱讀 references/output-blueprint.md。

根據證據選擇章節，而不是填充一個僵化的模板。一份有力的文件通常包含：

• 使用與校準說明；
• 一個顯著的認知狀態區塊與修訂日期或觸發條件；
• 執行摘要模型；
• 身分與發展軌跡；
• 當前生活與承諾；
• 世界觀、價值觀與重複出現的心智模型；
• 感性與品味；
• 決策、工作、學習與溝通風格；
• 語料庫支援的關係模式；
• 張力、抗衡力量與失敗模式；
• 實用操作手冊；
• 僅對自我模型或明確經主體授權的代理而設的助理章程；否則，應使用不包含聲音模仿的第三方協作使用邊界；
• 懸而未決的問題與不應推論的事項；
• 模型限制、替代解讀與修訂鉤子；
• 來源基礎與截止日期。

除非是明確、相關、必要且適合目標受眾，否則不要包含敏感或潛在有害的主張。切勿從代理指標、美學偏好、從屬關係或遺漏中推論受保護或高度敏感的特質。

8. 驗證文件

在交付之前，對其進行審計：

• 每個重要的事實性主張是否都能追溯到語料庫？
• 引文、作者與發言者的歸屬是否正確？
• 某個生動的產出物是否主導了整個整合過程？
• 當前與歷史的觀點是否已分離？
• 機構規範是否被錯誤地標記為個人特質？
• 矛盾是否被保留下來？
• 私人第三方是否受到保護？
• 信心程度描述的是證據支持力與範圍，而非關於身分的確定性？
• 相同的見解是否在沒有不同功能的情況下重複出現？
• 當允許設立助理章程時，它是否包含了不冒充、預期用途、到期/審查以及權限限制？否則，協作使用邊界是否明確且不含聲音模仿？
• 快速瀏覽的讀者是否可能將該文件誤認為是規範性的身分記錄？
• 真人主體目前的答案是否明確凌駕於代理的預測之上？
• 預期的授權讀者是否能在無需開啟語料庫的情況下理解該文件，同時也不會學到不必要的私人或第三方資訊？

檢查最終檔案，並根據需要進行修訂。

9. 交付與校準

交付文件以及一份簡短的摘要，說明主要來源、關鍵的模型限制，以及文件應該（或不應該）如何被使用。提議一個明確的修訂觸發條件，例如主體的更正、大量的新證據或時間的流逝。

讓交付成為對話的開始，而不是結束。詢問使用者的印象、他們注意到的差異以及他們想要修改的地方。還原、更新或修正模型，以響應來自授權來源（主體本人或協作者）的校準輸入。

依賴關係

• bun — 用於運行驗證和發布腳本
• scripts/validate-source-packet.ts — 獨立的模式驗證器
• scripts/validate-person-index.ts — 公開索引驗證
• scripts/publish-person.ts — 將公開索引發布到 soulscrape.com
• scripts/prepare-x-archive.ts — 安全提取 X 存檔

參考資料

• questions.md — 如何將模糊的請求轉化為可回答的問題
• evidence-method.md — 證據盤點、清洗與溯源
• source-packets.md — 處理結構化的 Soulscrape 來源資料包
• output-blueprint.md — 文件的模組化藍圖
• public-person-index.md — 公開索引規範
• web-research.md — 公開網路研究協定