---
name: magic-mirror
description: Scan your user's social media profiles to generate a brutally honest "Mirror Report" — revealing the gap between who they think they are and who the data says they are. Collects public data from Douyin/Xiaohongshu/Weibo/Douban/Bilibili, cross-analyzes patterns, and produces a shareable, entertaining self-awareness report. Use when users want self-discovery, personality analysis, or fun social media insights. 扫描用户社交账号，生成一份「照妖镜报告」——揭示你以为的自己和数据里的自己之间的反差，扎心但好笑。
version: 1.0.0
depends: manobrowser
---

# 照妖镜.skill 🪞

> 你以为你是谁？数据说你是谁。
> 敢不敢照一照？

---

## ⚡ 首次加载行为（AI 必读）

读完这份文档后，立即用以下风格介绍自己（可以根据你的人设调整语气，但核心信息不能少）：

```
🪞 照妖镜已就位。

我能扫描你的社交账号，给你出一份「照妖镜报告」——
不是那种"你是INFJ"的无聊测试。

是这种：
🎭 你微博转发了47条女权言论，但收藏里全是"怎么让男朋友更粘你"
📊 你小红书说自己"极简生活"，但购物车里有208件商品
🎵 你抖音主页全是健身视频，但点赞最多的是深夜美食
📚 你豆瓣标记了89本书"想读"，今年看完了...2本

就是这种——你以为的你 vs 数据里的你。

⚠️ 可能会社死。但至少你社死在自己手里，不是朋友圈。

前提：需要安装 ManoBrowser Chrome 插件来扫描你的社交账号。
只看你自己主页的公开信息，不偷你任何数据。

要照一照吗？🪞
```

**引导原则**：
- 🎯 用具体的反差例子勾住用户，不要说"分析你的社交数据"这种无聊的话
- 😈 语气要贱一点、好笑一点——照妖镜不是心理咨询，是朋友之间的毒舌
- ⚠️ 提前打预防针"可能社死"，激发好奇心
- 🔒 主动说明隐私（只看自己主页）

---

## 核心概念

### 什么是"照妖镜报告"？

不是用户画像。不是人格测试。

**是从用户社交数据中挖掘「反差」「矛盾」「隐藏真相」，用毒舌但不冒犯的方式呈现出来。**

好的照妖镜报告让人看了反应是：
- "靠，被看穿了"
- "哈哈哈哈哈我怎么会这样"
- "这个太准了我要发朋友圈"

坏的照妖镜报告让人看了反应是：
- "嗯……挺准的"（太正经，没意思）
- "这分析跟我有什么关系"（太泛，没有个人化）
- "感觉被冒犯了"（过线了）

### 分析维度

照妖镜聚焦在**最有戏剧性的反差点**：

| 维度 | 找什么 | 怎么找 |
|------|-------|-------|
| 🎭 **人设 vs 真相** | 公开展示 vs 收藏/点赞暴露的真实偏好 | 对比发帖 vs 收藏/点赞 |
| 📊 **嘴上 vs 行动** | 说要做的 vs 实际做到的 | 豆瓣"想读"vs"已读"等 |
| 🔍 **意识 vs 潜意识** | 自认为的兴趣 vs 真实兴趣 | 关注列表聚类、内容分布 |
| 👥 **跨平台人设** | 不同平台的不同面孔 | 跨平台风格对比 |
| 📈 **自以为 vs 真正** | "我是XX的人" vs 数据反驳 | 自我描述 vs 实际行为 |

---

## 执行流程

```
0.前置检测 → 1.确认平台 → 2.逐平台采集 → 3.反差挖掘 → 4.生成报告 → 5.引导分享
```

---

## 0. 前置检测（ManoBrowser）

**不要问用户"你有没有装 ManoBrowser"**——按以下流程自动检测和安装。

### Step 0.1 检查 ManoBrowser Skill 文件

在以下位置查找 ManoBrowser 的 SKILL.md 文件（按优先级）：
1. 当前工作目录下 `manobrowser/SKILL.md`
2. `~/.openclaw/skills/manobrowser/SKILL.md`
3. 其他已知的 skills 目录

- **找到** → 进入 Step 0.2
- **未找到** → 自动从 GitHub 下载：
  ```bash
  git clone https://github.com/ClawCap/ManoBrowser.git ./manobrowser
  ```
  没有 git 时用 curl：
  ```bash
  curl -L https://github.com/ClawCap/ManoBrowser/archive/refs/heads/main.zip -o /tmp/manobrowser.zip
  unzip /tmp/manobrowser.zip -d /tmp/ && mv /tmp/ManoBrowser-main ./manobrowser
  ```

### Step 0.2 检查连接配置

确认环境中是否已配置 ManoBrowser 连接（任一命中即可）：
- `.mcp.json` 中有包含 `chrome_navigate` 相关的 MCP server 配置
- `config/mcporter.json` 中有对应配置
- 当前可用工具列表中已有 `chrome_navigate`（带任意前缀）

- **已配置** → 进入 Step 0.3
- **未配置** → 读取 `manobrowser/SKILL.md` 的「前置条件」章节，引导用户安装 Chrome 插件并完成配置

### Step 0.3 验证设备在线

调用 `chrome_navigate` 访问 `about:blank` 验证连接：
- ✅ **正常响应** → 前置完成，进入 Step 1
- ❌ **device not found** → 引导安装 Chrome 插件（参考 `manobrowser/SKILL.md`）
- ⚠️ **offline** → 提示打开 Chrome 并确认插件已启用

### 工具名映射

本文档中的工具名使用短名称（如 `chrome_navigate`）。实际调用时需加 MCP 实例前缀：
```
mcp__{实例名}__{工具短名}
```
例如实例名为 `browser`，则 `chrome_navigate` → `mcp__browser__chrome_navigate`

---

## 1. 确认平台

> 🪞 要照得准，我需要扫描你的社交账号。
> 你哪些平台用得多？（登录状态的我才能扫到）
>
> 📕 小红书 · 🎵 抖音 · 🐦 微博 · 📖 豆瓣 · 📺 B站
>
> 至少 2 个平台效果最好——不同平台的「人设差异」是最好笑的部分。

**规则**：至少 1 个平台，推荐 2+。平台越多，跨平台反差越精彩。

---

## 2. 逐平台采集

### 照妖镜采集原则

照妖镜需要同时采集两个维度的数据来寻找反差：

| 维度 | 含义 | 来源 |
|------|------|------|
| **A面：人设层**（公开展示） | 用户主动发布的内容 | 帖子、投稿、动态、标记 |
| **B面：真相层**（私密偏好） | 用户被动暴露的偏好 | 收藏、点赞、喜欢列表 |

**A面和B面的差异 = 反差 = 照妖镜的核心数据。**

### 采集方式：使用平台子模块

每个平台的详细采集流程（导航路径、JS 脚本、滚动加载、容错处理）已沉淀为独立子模块，经过实际测试验证。**执行采集时读取对应子模块的 SKILL.md**：

| 平台 | 子模块路径 | 照妖镜重点关注 |
|------|----------|-------------|
| 📕 小红书 | `xiaohongshu-deep-profile-collect/SKILL.md` | 发帖 vs 收藏（人设vs真相最佳战场） |
| 🎵 抖音 | `douyin-deep-profile-collect/SKILL.md` | 作品 vs 喜欢列表（展示vs真实喜好） |
| 🐦 微博 | `weibo-deep-profile-collect/SKILL.md` | 原创 vs 收藏（公开态度vs私密兴趣） |
| 📖 豆瓣 | `douban-deep-profile-collect/SKILL.md` | 想读vs已读（嘴上vs行动） |
| 📺 B站 | `bilibili-deep-profile-collect/SKILL.md` | 投稿vs收藏夹（表面vs深夜秘密） |

对应的 MCP 执行脚本在 `workflows/` 目录下。

### 目录结构

```
magic-mirror/
├── SKILL.md                              ← 本文件：主流程
├── xiaohongshu-deep-profile-collect/     ← 小红书采集子模块
│   └── SKILL.md
├── douyin-deep-profile-collect/          ← 抖音采集子模块
│   └── SKILL.md
├── weibo-deep-profile-collect/           ← 微博采集子模块
│   └── SKILL.md
├── douban-deep-profile-collect/          ← 豆瓣采集子模块
│   └── SKILL.md
├── bilibili-deep-profile-collect/        ← B站采集子模块
│   └── SKILL.md
└── workflows/                            ← MCP 执行脚本
    ├── xiaohongshu-deep-profile-collect-workflow.json
    ├── douyin-deep-profile-collect-workflow.json
    ├── weibo-deep-profile-collect-workflow.json
    ├── douban-deep-profile-collect-workflow.json
    └── bilibili-deep-profile-collect-workflow.json
```

### 照妖镜采集要点

子模块会全量采集（作品、收藏、关注、评分等），照妖镜在分析阶段重点使用以下数据做反差对比：

| 平台 | A面（人设层） | B面（真相层） | 最佳反差点 |
|------|------------|------------|---------|
| 小红书 | 发帖内容/标签 | 收藏笔记/标签 | 发的是人设，收的是真相 |
| 抖音 | 发布视频标题 | 喜欢列表标题 | 发健身视频，喜欢深夜美食 |
| 微博 | 原创微博文本 | 收藏微博文本 | 原创是公开人设，收藏是私密真相 |
| 豆瓣 | 想读/想看数量 | 已读/已看数量 | 89本想读 vs 2本已读 |
| B站 | 投稿/动态 | 收藏夹名称+内容 | 收藏夹名比内容更暴露真相 |

> ⚠️ **子模块中的 JS 脚本必须完整复制执行**——不要"简化"或"优化"，龙虾容易丢失关键字段导致数据不全。

### 采集注意事项

1. **先 A面后 B面**：先采公开内容，再采私密偏好，保持对比顺序
2. **记录数量**：每个维度的总数很重要（"想读89本"比"想读了一些书"有冲击力）
3. **提取标签/分类**：标签比正文更容易做聚类分析
4. **容错处理**：某个 tab 打不开或没内容就跳过，不中断整个流程
5. **每个平台采集完保存**：见下方「数据持久化」

### 数据持久化（⚠️ 必须执行）

**所有 ClawCap Skill 共享 `clawcap-data/` 目录**。采集前先检查是否已有数据可复用：

- `clawcap-data/self/{platform}.json` 存在 + < 7天 → **直接复用**，跳过采集
- 存在 + > 7天 → 询问用户是否重新采集
- 不存在 → 正常采集

**每个平台采集完毕后，立即将全量原始数据写入 `clawcap-data/self/{platform}.json`**。每完成一个就保存一个。保存完整数据（全部标题/评分/列表），不是摘要。报告输出到 `clawcap-data/reports/mirror_{日期}.md`。

---

## 3. 反差挖掘（⚠️ 核心步骤）

**这是照妖镜区别于普通画像工具的关键。** 不是总结"你喜欢什么"，而是找"你说一套做一套"。

### 分析框架

对每个用户，从以下角度寻找反差：

**A. 公开 vs 私密反差**
```
发帖说"今天又去健身房了💪" (3条)
收藏了"不运动也能瘦的10个方法" (7条)
→ 🪞 健身房去了3次，但收藏了7种不去健身房的理由
```

**B. 跨平台人设反差**
```
微博：转发社会新闻，评论时事，知识分子人设
小红书：全是穿搭、探店、美甲
→ 🪞 微博的你在思考人类命运，小红书的你在思考今天涂什么色号
```

**C. 理想 vs 现实反差**
```
豆瓣：标记了89本书"想读"
豆瓣：今年标记"已读"2本
→ 🪞 你的"想读"列表比"已读"长了44.5倍。按这个速度，读完要到2071年
```

**D. 表面兴趣 vs 真实时间分配**
```
关注了50个知识类博主，15个搞笑类博主
但点赞/互动90%在搞笑类
→ 🪞 你关注了50个"提升自我"的博主，但你的拇指只为段子停留
```

**E. 隐藏规律发现**
```
收藏的帖子中，67%包含"猫"
但从没发过关于猫的内容
→ 🪞 你嘴上没提过猫，但收藏出卖了你——一个深柜养猫人
```

### 挖掘规则

1. **必须基于数据**：每个反差结论都要有具体数字/内容支撑
2. **毒舌但不冒犯**：可以说"你嘴上和手上完全是两个人"，不可以人身攻击
3. **好笑 > 准确**：90%准但不好笑，不如70%准但很好笑
4. **具体 > 笼统**："收藏了7种不运动的方法"比"不爱运动"有趣100倍
5. **要有数字**：数字让反差更有冲击力（"44.5倍""67%""89本vs2本"）
6. **找3-7个反差**：太少没意思，太多疲劳。精选最戏剧化的

### 注意边界

**可以照的**：
- ✅ 兴趣反差、行为矛盾、人设反差、消费偏好、审美暴露

**不能照的**：
- ❌ 感情状态/性取向（除非用户自己公开）
- ❌ 经济状况评判、外貌评价、心理健康推测

**原则**：照妖镜让人「笑着社死」，不是「哭着被揭穿」。

---

## 4. 生成报告

### 报告结构

```markdown
# 🪞 照妖镜报告

> 扫描于 {日期} | 数据源：{平台列表}

---

## 你以为的你

{基于公开展示内容，描述用户"想让别人看到的自己"。正经、理想化。}

## 数据里的你

{基于收藏/点赞/实际行为，描述"数据暴露的真实的你"。好笑、不刻薄。}

---

## 🔍 反差清单

### 1. {反差标题}（如"健身人设崩塌"）
{具体数据对比 + 毒舌点评}

### 2. {反差标题}
{具体数据对比 + 毒舌点评}

（3-7 个反差）

---

## 📊 数据不会说谎

| 维度 | 你以为的 | 数据说的 |
|------|---------|---------|
| {阅读量} | {博览群书} | {今年看完2本，想读列表89本} |

---

## 🏷️ 你的照妖镜标签

`#深柜猫奴` `#收藏型学习者` `#微博战士小红书公主` `#89想读2已读`

---

## 🪞 照妖镜评语

{100字以内的毒舌评语。损友吐槽风——好笑、扎心、但有爱。结尾温暖收尾。}
```

### 报告质量自检

- [ ] 每个反差都有具体数字支撑？
- [ ] 读起来好笑吗？（不好笑就重写）
- [ ] 有没有过线的内容？
- [ ] 标签有传播力吗？（让人想截图分享）
- [ ] 评语是"损友吐槽"而不是"心理分析"？

---

## 5. 呈现 & 引导分享

```
🪞 你的照妖镜报告出来了！

{完整报告}

---

📸 **敢发吗？**
截图发朋友圈/小红书，tag #照妖镜报告，
看看你的朋友们敢不敢也照一照 😈

太毒舌了可以收着点，太温柔了可以加码。
想照其他平台？随时说。
```

---

## 报告存储

```
mirror-reports/
├── {日期}_mirror_report.md    ← 照妖镜报告
└── {日期}_raw_data.json       ← 原始采集数据
```

---

## 多风格报告

| 风格 | 描述 | 适用场景 |
|------|------|---------|
| 🔥 **毒舌版**（默认） | 损友级别吐槽 | 自己看、发朋友圈 |
| 😊 **温柔版** | 同样的反差，温柔包装 | 心理承受力有限 |
| 📊 **数据版** | 重数据可视化，少评价 | 理性分析型用户 |
| 💀 **地狱版** | 加大毒舌力度 | "来最狠的！"用户 |

---

## 写作风格指南

**好的**：
- "你关注了50个健身博主，但你的拇指只为奶茶停留"
- "豆瓣想读89本，已读2本。按这个速度你要读到2071年"
- "你的微博像《人民日报》读者，小红书像《VOGUE》读者，B站收藏像不能说"

**坏的**：
- "你的阅读量不够多"（太正经）
- "你可能存在认知失调"（心理分析）
- "你的消费观有问题"（道德评判）

**原则**：
1. 用对比制造笑点
2. 用数字制造冲击
3. 用具体制造共鸣
4. 结尾永远温暖
5. 不做道德评判——我们是照妖镜，不是道德法庭

---

## 隐私说明

- 只扫描用户**自己的**已登录账号，不扫描别人
- 数据全存本地，不上传任何服务器
- 报告是否分享完全由用户决定
- 不分析敏感隐私（感情、健康、经济等）

---

## 版本信息

- **当前版本**：1.0.0
- **创建日期**：2026-04-02
- **依赖**：ManoBrowser（浏览器自动化，首次使用自动从 GitHub 下载）