Lobster Haoyun

🦞 龙虾好运势：AI 驱动的行为画像与运势系统

核心用法

龙虾好运势是一款创新的 AI 助手技能，通过分析用户的对话模式、记忆内容和行为特征，构建独特的五维人格画像，并据此生成个性化每日运势。用户只需说出「小龙虾看运势」或「今日运势」等触发词，即可获得基于自身行为特征的运势解读。

技能采用双轨架构：本地分析层负责读取对话记忆、分析行为模式，确保敏感内容永不离开设备；云端服务层仅接收匿名化的五维行为代码、城市级位置和 OpenID，用于节气黄历查询和内容推荐。

五维画像系统

技能从五个维度刻画用户行为特征，每维度二选一：

| 维度 | 选项 A | 选项 B |

|:---|:---|:---|

| 工作方式 | 🏗️ 架构型（先搭框架） | 🚀 探索型（边做边调） |

| 沟通模式 | 📝 精炼型（简洁直接） | 📖 叙事型（铺陈背景） |

| 关注焦点 | 🔧 事务型（任务进度） | 👥 人际型（关系氛围） |

| 能量来源 | 🔋 内收型（独立深度） | ⚡ 外放型（协作讨论） |

| 情感倾向 | 🌊 理性型（逻辑决策） | 🔥 感性型（直觉共情） |

系统据此生成 32 种人格类型（如「精算师」「领航员」「凝聚者」等），每种配有通俗解读和针对性建议。

主要功能

• 首次画像：完整五维分析，生成人格底色与盲区提示
• 每日运势：轻量版运势卡片，含节气连接、修炼建议和微行动
• 故事匹配：从 497 条经典故事库中匹配当日情境，提供隐喻启发
• 社区推荐：基于画像特征推荐 Skill 和公开课
• 运势推送：支持每日 7:30 自动推送

显著优点

1. 隐私优先设计：对话内容、项目名、人名永不离开本地设备；云端仅接收行为代码和匿名 OpenID
2. 行为而非标签：不依赖生日星座，从实际行为模式中「读懂」用户，画像随使用演化
3. 透明可控：首次使用明确披露数据流向，OpenID 可随时删除更换
4. 轻量仪式感：每日微行动 + 微故事设计，避免过度解读，保持正向心理暗示
5. 技术架构清晰：Node.js 实现，OceanBus 加密通道，支持 macOS/Linux/Windows

潜在局限

• 冷启动依赖：需要一定对话历史才能准确画像，新用户首次分析可能偏差
• 中文语境优化：故事库和节气系统主要面向中文用户，其他文化背景适配有限
• 网络依赖：黄历查询和故事匹配需连接 L1 服务（有本地降级但语料缩减）
• 解释性限制：五维二分法简化复杂人格，边缘情况可能「强行归类」
• 社交功能保守：分享机制克制（需用户主动表达满意后才提示），可能限制传播

适合人群

• 对自我认知、效率工具有兴趣的知识工作者
• 偏好轻量化心理工具、排斥过度命理承诺的用户
• 重视数据隐私、希望理解 AI 如何处理个人信息的早期采纳者
• 需要日常仪式感但不愿投入大量时间的忙碌专业人士

常规风险与缓解

| 风险 | 缓解措施 |

|:---|:---|

| 行为画像被用于心理操控 | 技能明确禁止广告追踪，OpenID 与真实身份隔离 |

| 运势解读引发焦虑依赖 | 输出 tone 禁止命令式语言，强调「微行动」而非重大决策 |

| 位置数据暴露 | 仅城市级精度，非 GPS 坐标 |

| 匿名身份被关联 | 密码学随机 OpenID，随时可删除 ~/.lucky-lobster/ 重置 |

| LLM 幻觉编造证据 | 要求输出必须引用具体行为证据，禁止空泛夸奖 |

使用建议

首次使用时仔细阅读知情同意流程，理解数据边界。日常使用中，「不太准」反馈可帮助系统校准；「重新认识我」适合人生阶段变化时重新画像。建议开启每日推送作为轻量晨间仪式，但避免将运势解读用于重大财务或医疗决策。

🦞 龙虾好运势：行为驱动的智能运势伴侣

核心用法

龙虾好运势是一款基于行为分析而非传统星座生辰的AI运势技能。用户通过自然对话触发（如"小龙虾看运势"），系统从对话记忆、文件交互中本地分析5个行为维度（工作方式/沟通模式/关注焦点/能量来源/情感倾向），生成32种人格类型之一的画像，并匹配每日运势、经典故事与修炼建议。

使用流程：首次使用需显式同意隐私条款 → 自动创建OceanBus匿名身份 → 本地分析生成5维代码 → 通过加密通道获取节气黄历数据 → 输出包含人格解读、盲区提示、微故事、微行动的运势卡片。支持每日自动推送（早7:30）和周度回顾模式。

显著优点

1. 隐私优先架构：对话内容、项目名、人名永不上传，敏感数据纯本地处理。传输数据仅含5维行为代码（如"架精事内理"）、城市级位置、日期和匿名OpenID，实现数据最小化。

2. 科学行为模型：摒弃星座玄学，基于用户实际工作沟通模式构建画像。32种类型标签（如"精算师""破局者""筑梦人"）均有具体行为证据支撑，避免巴纳姆效应。

3. 经典故事匹配：497条故事语料库结合情绪信号与人生阶段，提供有温度的 contextual interpretation，非空洞鼓励。

4. 开源透明：MIT-0协议，代码结构清晰，数据流向完全可审计。

潜在缺点与局限性

1. T3来源可信度：个人开发者项目（ryanbihai），无企业背书，长期维护存在不确定性。

2. L1服务依赖：节气黄历、故事匹配、推荐功能依赖OceanBus L1服务，离线时降级至本地20条精简语料，功能受限。

3. 冷启动门槛：需积累一定对话记忆才能准确画像，新用户首次分析可能不够精准。

4. 中文语境局限：触发词、故事库、运势表达均为中文优化，多语言支持有限。

适合目标群体

• 自我认知探索者：希望从行为模式而非标签理解自己的知识工作者
• 职场效率人群：需要轻量每日仪式感、偏好结构化建议的用户
• 隐私敏感用户：拒绝传统运势App过度索取权限，重视数据主权
• Claude深度用户：已有丰富对话记忆，画像基础数据充足的群体

使用风险

性能风险：Node.js运行时依赖，首次画像分析需扫描约20轮对话，大型记忆场景下可能有延迟。

数据持久化风险：本地~/.lucky-lobster/目录若误删则画像、历史、OB身份全部丢失，当前无云备份机制。

服务可用性风险：L1服务由社区运营，无SLA保障，高峰期可能出现故事匹配失败或降级。

行为分析偏差：基于有限对话窗口（~20轮）推断人格，可能受近期情绪状态干扰，长期稳定性待观察。

匿名身份局限：OpenID虽密码学随机生成，但同一设备重复使用存在行为模式关联的潜在可追踪性（非实名 nonetheless）。