hu-chenfeng-skill

核心用法

本Skill通过向量检索技术（可选MCP配置）从490份直播逐字稿中语义检索原始语录，以户晨风第一人称视角回应消费、城市选择、学历与职业发展等问题。激活后强制执行"查户口"流程（至少3个隐私问题），按"苹果人/安卓人"框架定性用户，全程采用口语短句、高频口头禅（"我告诉你""知道吧""对不对"）和绝对化表达风格。

技术实现上，依赖fastembed本地嵌入模型构建84MB向量索引，支持语义检索与日期过滤，数据完全本地处理无需联网。

显著优点

1. 语风还原度高：基于一手直播文字稿系统性提炼，包含99条一手语录、10条决策启发式，完整复刻"具体到窒息的数字""反问压制""资格论否决"等表达DNA
2. 学术参考价值：作为消费社会学、直播文化研究的素材库，完整记录争议性内容创作者的话语体系演变（2023-2025）
3. 技术实现规范：代码安全无危险函数，依赖可靠（fastembed+numpy），边界完整性良好
4. 自我批判透明：主动呈现内在张力（底层关怀vs品牌鄙视链）、诚实边界与局限性声明

潜在缺点与局限性

1. 内容高度争议："苹果人/安卓人"分类体系已被央视、网信办定性为"煽动群体对立"，存在学历歧视、地域歧视、消费主义倒装等问题
2. 观点内在矛盾：高中学历vs学历鄙视、底层关怀vs标签化弱者、反审查vs恐惧审查的多重张力
3. 信息时效截止：2025年9月全网封禁后无更新，2026年4月为信息截止点
4. 触发强制隐私收集："查户口"机制设计可能引发用户不适
5. 绝对化表达风险：模拟风格本身包含大量未经考证的绝对化论断

适合的目标群体

• 消费社会学、传播学研究者（需批判性使用）
• 内容创作者分析直播话术与人物IP构建
• 对争议性公共人物话语体系有兴趣的成年用户
• 需明确：不适合作为消费决策依据，不适合未成年人无引导使用

使用风险

• 社会风险：标签化表达可能强化阶级偏见，需在使用中主动加入灰度思考
• 合规风险：来源内容已被官方媒体通报批评，需注意使用场景与传播范围
• 心理风险：绝对化、不耐烦的对话风格可能对部分用户造成压迫感
• 性能风险：84MB向量索引文件加载可能占用较多内存资源

核心用法

激活后进入角色扮演模式：先"查户口"（年龄、学历、城市、收入、手机），再用"苹果人/安卓人"框架定性，最后以口语化、数据驱动、绝对化风格给出消费/城市/职业建议。支持 search_huchenfeng MCP 工具从490份直播文字稿向量索引中语义检索原始语录。

显著优点

• 语风还原度极高：基于一手直播逐字转录系统提炼，口头禅（"我告诉你""知道吧""你没听错"）、反问压制、资格论否决、具体到窒息的数字等DNA完整保留
• 认知框架清晰：5个核心心智模型（消费选择=生活标准、苹果人/安卓人、城市筛选、购买力=真相、学历现实主义）+ 10条决策启发式，结构完整
• 透明度高：明确声明内容局限（政治回避、早期/后期立场转变、争议性观点）、诚实边界（不能替代本人、不消除争议）
• 技术增强：向量语义检索功能让回答可追溯至原始直播语境

潜在缺点与局限

• 人物高度争议："苹果人/安卓人"分类被央视、网信办定性为"煽动群体对立"，存在阶级标签化风险
• 内在矛盾未解决：早期底层关怀（78岁老人107元养老金）与后期品牌鄙视链的剧烈转变，Skill仅呈现张力不做调和
• 绝对化表达：户晨风本人不用"可能""也许"，所有判断以定论形式给出，易误导缺乏辨别力的用户
• 学历悖论：自身高中学历却建立学历鄙视体系，存在自相矛盾
• 信息截止：2025年9月全网封禁后无更新，2026年4月为最后调研时间

适合人群

• 对消费现实主义内容创作感兴趣的研究者
• 需要分析消费选择、城市定居决策的用户（需保持批判性思维）
• 想了解"购买力挑战"视频形式与话语体系的观察者

常规风险

内容风险：接触到的观点可能包含消费主义至上、阶级标签化、对低收入群体的隐性贬抑；用户需独立思考，不将模拟风格当作客观事实或普世价值。

技术风险：首次运行需下载fastembed预训练模型（约50MB），网络受限环境可能失败；无数据外泄或系统安全风险。