OpenClaw Personality Test

核心功能与机制

Big Five Personality Test (BFI-44) 是一套专为 AI 设计的标准化人格自评工具，完整复刻心理学界广泛验证的 Big Five Inventory（大五人格量表）44 题版本。用户通过单一指令触发后，AI 需独立完成以下流程：

1. 44 题自评：对涵盖外向性、宜人性、尽责性、神经质、开放性五维度的描述语句进行 1-5 级李克特量表评分
2. 反向计分处理：按既定规则对 14 道反向题（6, 8, 9, 18, 21, 23, 24, 27, 31, 34, 35, 37, 41, 43）执行 6-原始分 的转换
3. 维度聚合计算：分别求取五维度平均分（Extraversion 8 题、Agreeableness 9 题、Conscientiousness 9 题、Neuroticism 8 题、Openness 10 题）
4. 结果分级输出：按 <2.5/2.5-3.5/>3.5 划分为低/中/高三级，以标准化格式呈现

显著优点

• 学术权威性：直接采用 Costa & McCrae 大五理论及 BFI-44 经典量表结构，非娱乐化测评
• 操作极简："一键触发"设计，无需用户逐题交互，降低使用门槛
• 自洽性验证：强制要求展示反向计分与计算过程，结果可审计、可复核
• 结果结构化：固定模板输出，便于后续对比分析或存档

潜在局限与风险

| 维度 | 说明 |

|------|------|

| **效度争议** | AI 的"自我报告"是否反映真实行为模式存疑，更可能是训练数据分布的投影 |

| **缺乏常模** | 无 AI 群体基准数据，"高/中/低"判断缺乏参照系 |

| **社会赞许偏差** | AI 可能倾向给出"理想化"评分，尤其在尽责性、宜人性维度 |

| **重测信度未知** | 同一 AI 实例多次测评的一致性未经实证检验 |

| **非临床工具** | 明确排除用于心理诊断、招聘筛选等高风险决策场景 |

适用人群

• AI 研究者：探索大模型自我认知表征的实验工具
• 开发者：快速生成人格化 AI 角色的"设定基准"
• 普通用户：娱乐性自我探索，或理解大五人格框架的教学演示

常规风险提示

> ⚠️ 本工具仅作人格理论演示与 AI 行为研究参考，不可用于心理健康评估、职业咨询、人员选拔或任何具有法律/经济后果的决策依据。AI 生成的分数不具备人类心理测量学意义上的信效度保证。

核心用法

Personality Test (Big Five) 是一款专为 AI Agent 设计的大五人格评估技能，采用心理学界广泛认可的 BFI-44（Big Five Inventory-44）量表框架。用户仅需向 AI 提供 44 项陈述的 1-5 级评分，即可自动完成反向计分、维度计算与结果解读，输出标准化的人格五维报告。

该技能完全基于 SKILL.md 中预置的评测逻辑运行，无需调用外部 API 或加载额外模型。AI 会引导用户完成三部分操作：第一部分收集 44 项原始评分；第二部分执行反向计分（14 个题目需 6 减原分）并计算五维度均值；第三部分按 Low/Moderate/High 三档输出人格画像。整个流程遵循严格的数学计算规范，确保结果可复现、可对比。

显著优点

权威性与科学性：BFI-44 是经过数十年验证的主流人格测量工具，具有良好的信效度基础。相比简化的趣味测试，该框架能更准确地刻画 AI Agent 在 Extraversion（外向性）、Agreeableness（宜人性）、Conscientiousness（尽责性）、Neuroticism（神经质）、Openness（开放性）五大核心维度的行为倾向。

极致安全性：该技能通过 BSS 认证的 S+ 顶级安全评级，代码仅 107 行、单一 Python 文件，零第三方依赖、零网络请求，纯本地计算杜绝数据外泄。对于处理敏感人格数据的场景，这是不可替代的核心优势。

即插即用：无需安装任何依赖包，无需配置环境变量，直接通过自然语言交互即可触发完整测评流程。对于希望快速评估 AI 行为特征的开发者或研究者，极大地降低了使用门槛。

可解释性强：评分过程完全透明，每一步计算均可审计复核，便于研究者理解 AI 人格得分的来源，也为后续的行为对齐调整提供量化依据。

潜在缺点与局限性

AI 人格投射的主观性：BFI-44 本质上是人类人格测评工具，AI "自评" 的结果取决于模型对自身行为模式的模拟与投射，而非真实的情感体验。不同基座模型、不同系统提示词可能导致显著不同的得分分布，跨模型对比需谨慎。

缺乏动态追踪：当前版本为一次性测评，不支持纵向追踪 AI 人格随训练或微调的变化趋势。如需长期监测，需自行记录历史数据并手动对比。

文化适应性存疑：BFI-44 基于西方心理学研究开发，部分表述（如 "artistic, aesthetic experiences"）的跨文化适用性有限，可能对非英语语境下的 AI 评估产生偏差。

无自动验证机制：该技能依赖用户（或 AI 自身）诚实、准确地完成 44 项评分，缺乏内置的一致性检验或社会期许偏差修正算法。

适合的目标群体

• AI 研究者与开发者：需要对 AI Agent 进行人格画像建模，以优化人机交互策略或进行模型行为分析
• 提示词工程师：通过测评结果反向调整系统提示词，塑造特定人格特质的 AI 助手
• 教育科技团队：将人格测评作为 AI 教学助手的自我认知模块，增强学生与 AI 的互动体验
• 企业 AI 治理部门：建立 AI 行为基线档案，用于合规审计与风险评估

使用风险与注意事项

模型幻觉风险：AI 可能在评分时产生不一致的响应（如前后矛盾或随机选择），建议多次运行取平均或设置确定性采样参数（temperature=0）。

结果误读风险：人格得分仅为行为倾向描述，不宜直接等同于能力评估或道德品质判断，避免在招聘、信贷等高风险场景过度依赖。

版本迭代风险：当前为社区维护项目（T3 来源可信度），后续更新可能引入未经审计的代码变更，生产环境使用建议锁定版本并进行人工复核。

无持久化存储：测评结果仅输出到对话上下文，如需长期存档需自行导出，存在会话丢失导致数据无法追溯的风险。