基于AI聊天记录的行为信号分析：KnowMe开源项目实现MBTI性格画像

1. 项目概述从聊天记录中窥见真实的你你有没有想过你和AI助手比如ChatGPT、Claude或者DeepSeek的每一次对话其实都在不经意间暴露着你的思维习惯和性格底色我们总以为自己在回答MBTI问卷时足够诚实但“你认为自己会怎么做”和“你实际怎么做”之间往往隔着一条名为“自我认知偏差”的鸿沟。KnowMe这个开源项目就是来帮你跨越这条鸿沟的。它不问你任何问题只做一件事冷静地分析你与AI的历史聊天记录从中提取超过50种行为信号然后像一位经验丰富的分析师一样推断出你的MBTI类型、性格优劣势甚至为你量身定制职业方向建议。这个项目的核心价值在于“客观”与“隐私”。它完全本地运行你的聊天数据无需上传到任何云端服务器彻底杜绝了隐私泄露的担忧。同时它摒弃了主观问卷基于你真实的语言模式、提问方式、话题偏好和决策逻辑进行分析得出的结论往往比传统测试更让你感到“一针见血”——“对这确实是我会干的事”。无论你是想进行一场深度的自我探索还是希望优化自己的沟通方式或是为职业发展寻找一些数据化的参考KnowMe都能提供一个独特且有趣的视角。接下来我将带你深入这个项目的内部看看它是如何工作的以及你如何能最大程度地利用它来了解自己。2. 核心原理深度拆解信号如何编织成性格画像KnowMe的魔力不在于调用某个庞大的AI模型来“猜”你的性格而在于一套精巧的、基于规则的“信号评分系统”。这套系统的设计哲学是复杂的人格特质可以通过一系列可观测、可量化的微观行为来逼近。这就像医生通过体温、血压、血常规等指标来综合判断健康状况而非仅仅依靠病人的主观描述。2.1 信号词典从聊天文本到行为标签项目最核心的资产是它的“信号词典”。这本质上是一个庞大的映射规则库存储在类似references/mbti_signals.md的文件中。词典里定义了50多种行为信号每条信号都关联着它可能影响的MBTI维度E/I, S/N, T/F, J/P以及影响的权重。例如当分析引擎在你的对话中扫描到以下模式时模式识别用户频繁使用“假设”、“如果...会怎样”、“从理论上讲”等短语。信号触发这会被标记为“抽象思维倾向”信号。维度影响该信号会为直觉N维度增加正分数同时可能为实感S维度增加负分数或减少正分数。再比如模式识别用户多次在提问中提及具体的数据、指标或要求“用数字证明”。信号触发标记为“数据驱动决策”信号。维度影响为思考T维度加分。这个过程是中英双语进行的。项目内置了针对中英文常见表达模式的识别规则。例如中文里的“咱们一起想想办法”和英文里的“Lets brainstorm together”都会触发“协作倾向”信号从而为外倾E维度加分。注意信号权重不是固定的1或2。在更复杂的实现中权重可能是动态的。例如一个强烈表达情感的词如“这让我感到非常沮丧”可能比一个中性词如“我觉得”对情感F维度的贡献权重更高。KnowMe的代码逻辑里通常会为不同强度的表达预设不同的权重值。2.2. 评分引擎从信号到维度分数收集到所有信号后分析引擎scripts/analyze.py开始工作。它的任务不是简单地将信号得分相加而是进行加权汇总和归一化处理。维度初始分数每个MBTI维度如E维度的初始分数为0。信号累加遍历所有识别到的信号。如果一个信号被标记为影响E维度2那么E维度的分数就加2如果另一个信号影响I维度3那么I维度分数加3。注意E和I是同一轴上的两端它们的分数是此消彼长的关系。对话长度与频率归一化为了防止某次超长的、情绪化的对话过度影响结果引擎通常会对分数进行归一化处理。例如将每个维度得到的总分数除以分析的有效消息总数得到一个“平均信号强度”。同时某些高频出现的核心信号如持续性的数据引用可能会被赋予更高的权重。生成百分比最终E和I的分数会被转换成百分比。比如E维度累计强度为28I维度累计强度为72那么就会显示为E (28%) / I (72%)。百分比差距越大引擎对该维度的判断“置信度”就越高。2.3. 置信度机制结果有多可靠KnowMe报告中的“高置信度”、“中置信度”不是随便标注的它基于几个关键指标信号密度在分析的对话中与该维度相关的信号出现的频率和强度。密度越高置信度越高。信号一致性所有信号指向是否一致。例如如果大部分信号都强化I内倾只有零星一两个信号指向E那么I的置信度会很高。如果信号互相矛盾比如一半支持T一半支持F则置信度会降低甚至可能给出“倾向不明显”的提示。数据量这是最重要的因素之一。分析10条消息和1000条消息其统计意义天差地别。项目文档建议至少50条消息就是为了获得足够稳定的信号样本避免因偶然对话主题带来的偏差。这套基于规则的系统相比调用大语言模型LLMAPI进行分析有三大不可替代的优势速度与成本本地秒级完成零API费用。可解释性你可以精确地知道是哪次对话中的哪句话导致了某个分数的变化。这是“黑盒”LLM无法提供的。确定性与隐私相同的输入永远产生相同的输出且所有计算都在你的设备上完成。3. 从安装到报告完整实操指南了解了原理我们来看看如何亲手运行KnowMe生成一份属于自己的性格分析报告。这里以最推荐的命令行方式为例因为它能给你最大的控制权和透明度。3.1. 环境准备与数据导出首先你需要一个能运行Python 3.8的环境。如果你不是开发者我强烈建议使用Anaconda或Miniconda来创建一个独立的Python环境避免污染系统环境。# 1. 克隆项目代码到本地 git clone https://github.com/AIPMAndy/KnowMe.git cd KnowMe # 2. 可选但推荐创建并激活一个虚拟环境 # 如果你使用conda conda create -n knowme python3.10 conda activate knowme # 如果你使用venvPython内置 python -m venv venv # 在Windows上: venv\Scripts\activate # 在Mac/Linux上: source venv/bin/activate # 3. 安装项目依赖 # 通常项目根目录会有一个requirements.txt文件 pip install -r requirements.txt # 如果没有可能需要手动安装一些常见库如json, re, argparse等通常Python已内置接下来是最关键的一步导出你的聊天数据。数据的质量和数量直接决定分析的准确性。对于ChatGPT (OpenAI)登录ChatGPT网页版。点击左下角你的名字进入“设置”Settings。选择“数据控制”Data controls。找到“导出数据”Export data并点击确认。OpenAI会给你发送一封邮件里面包含一个下载链接。下载解压后你会找到一个名为conversations.json的文件。记住它的路径比如~/Downloads/chatgpt_export/conversations.json。对于Claude (Anthropic)登录Claude网页版。点击左下角设置图标进入“设置”Settings。选择“账户”Account。找到“导出数据”Export data选项并申请导出。处理完成后下载得到的JSON文件。对于DeepSeek及其他平台 目前KnowMe可能尚未内置官方解析器。你可以查看scripts/collect.py的源码了解其解析JSON结构的方式并尝试手动将你的对话历史整理成类似的格式或者使用--source text模式见后文。实操心得尽量导出尽可能长的历史记录。我建议至少包含过去3个月到半年的对话。短期的、主题集中的对话比如你连续一周都在问编程问题可能会导致分析结果严重偏向“思维(T)”和“直觉(N)”而忽略了你在生活、情感类话题上的沟通模式。多样性是准确性的朋友。3.2. 运行分析三部曲数据准备好后打开终端进入KnowMe项目目录并确保虚拟环境已激活。第一步数据收集与清洗collect.py脚本的作用是充当一个“适配器”它将不同来源、不同格式的原始数据转换成KnowMe内部统一的、干净的JSON格式。# 分析ChatGPT数据 python scripts/collect.py --source chatgpt --file /path/to/your/conversations.json --output my_data.json # 分析Claude数据 python scripts/collect.py --source claude --file /path/to/your/claude_export.json --output my_data.json # 如果你想合并多个来源的数据可以先分别收集然后手动或编写脚本合并多个JSON文件但注意时间戳和去重。第二步核心性格分析这是最核心的一步analyze.py会加载上一步生成的my_data.json运行我们之前讲到的信号扫描和评分引擎。python scripts/analyze.py --input my_data.json --output my_report.md执行这个命令后你会看到终端可能有简单的日志输出然后就在当前目录生成了一个my_report.md的Markdown文件。此时你已经可以打开它查看你的MBTI类型和基础分析了。第三步生成个性化建议advise.py脚本是KnowMe的“智慧大脑”。它读取你的分析报告根据你的MBTI类型从一个丰富的建议框架库references/advice_frameworks.md中提取对应的模块并可能结合你报告中一些特定的信号比如“话题分布中技术类占80%”来微调建议的侧重点最终生成包含职业方向在内的全面建议。python scripts/advise.py --report my_report.md --output my_advice.md现在你可以用任何文本编辑器或Markdown阅读器打开my_report.md和my_advice.md开始你的自我发现之旅了。3.3. 进阶玩法处理非标准数据源如果你的聊天记录不在ChatGPT或Claude中怎么办KnowMe提供了灵活的--source text选项。准备文本将你的对话整理成固定的格式。最简单的格式是每段话以User:或Assistant:开头。例如User: 你好能帮我解释一下什么是机器学习吗 Assistant: 机器学习是人工智能的一个分支它允许计算机系统从数据中学习并改进而无需进行明确的编程。 User: 那么监督学习和无监督学习的主要区别是什么 Assistant: 主要区别在于数据是否有标签...你可以把这样的内容保存为my_chats.txt或my_chats.md。运行分析python scripts/collect.py --source text --file /path/to/my_chats.txt --output my_text_data.json然后像之前一样用analyze.py和advise.py处理生成的my_text_data.json即可。注意事项文本模式依赖简单的正则表达式匹配User:和Assistant:标签。请确保格式严格一致避免使用容易混淆的冒号。如果对话中有多个参与者比如群聊目前可能不支持需要你预先处理成一对一的格式。4. 报告解读与行动指南超越MBTI标签生成了报告看着那些百分比柱状图和描述你可能会兴奋也可能会疑惑。如何真正理解并运用这份报告而不是贴上一个标签就束之高阁这才是KnowMe价值的最终体现。4.1. 深度解析你的分析报告一份完整的KnowMe报告通常包含以下几个部分我们逐一拆解MBTI类型与置信度 报告开头的类型如INTJ是一个综合结论。但更有价值的是看四个维度的百分比和置信度。高置信度如 I 72%这意味着在你的对话中体现内倾特质如深度思考、独立解决问题、减少社交提及的信号非常强且一致。你可以高度信任这个倾向并思考它如何影响你的工作方式例如你可能更擅长独立攻坚而非头脑风暴会议。中/低置信度如 J 68%这表示判断J倾向存在但感知P的信号也有相当比例。这可能揭示了你性格中的灵活性。比如你在项目规划上喜欢有条不紊J但在信息收集阶段又保持开放、随时调整P。不要忽视中低置信度的维度它们往往是你性格中丰富和矛盾的亮点是自我成长的关键切入点。行为证据列表 这是报告中最“宝藏”的部分。它会列出具体是哪些对话片段贡献了关键分数。例如“在讨论项目风险时你提到‘我们先列出所有可能的风险点并评估其发生概率和影响程度’TJ” “当你描述一次团队冲突时你说‘我当时更关心的是他的感受而不是谁对谁错’F”仔细阅读这些证据。它们是你真实行为的镜子。问问自己“这确实是我的典型反应吗” 如果是为什么如果不是那次对话的特殊背景是什么这个过程本身就是极佳的自我觉察练习。沟通风格与话题分布 这部分量化了你的沟通习惯。平均消息长度长篇大论可能意味着你喜欢详尽解释J或N也可能是在反复澄清S。简短回复可能意味着高效直接T也可能是回避深入F。需要结合上下文看。提问 vs 陈述比例高提问比例可能表明探索性和好奇心NP而高陈述比例可能表明结论性和确定性J。话题分布看看你的对话在“技术”、“商业”、“创意”、“人际”、“自我成长”等类别中的占比。一个技术话题占90%的INFJ和一个同样技术话题占90%的ISTJ其内在动机和表达方式可能截然不同。这个分布帮你看到自己的“注意力地图”。4.2. 将职业建议转化为行动计划KnowMe的职业建议框架针对16型人格是一个很好的起点但切忌生搬硬套。你需要做的是“对号入座”后的“个性化裁剪”。交叉验证将报告中的“职业方向建议”与“你的超能力”和“成长空间”部分结合起来看。例如报告建议INTJ适合“战略咨询”而“你的超能力”里提到了“快速看到系统全貌”“成长空间”里提到了“容易低估人的因素”。那么一个具体的行动计划可以是在接下来的工作中主动承担一次需要跨部门协调的小型战略规划任务并刻意将“团队沟通与反馈收集”作为与“方案逻辑严谨性”同等重要的KPI。关注“职业陷阱”这是报告中最具预警价值的部分。它直指你凭借本能行事时可能踩的坑。例如给INTP的“可能陷入理论循环而延迟行动”。如果你认可这一点可以建立一个简单的“行动触发器”当对一个问题的研究超过预定时间比如2小时就强制自己产出第一个最小可行方案MVP或写下三个可立即执行的动作而不是继续寻找完美解。利用“30天挑战”报告末尾的挑战通常是具体、微小、可操作的行为实验。比如“每周主动发起一次非工作相关的闲聊”。不要小看它。认真执行这个挑战并记录过程中的感受和对方的反应。30天后你获得的关于自己社交模式的体感认知远比一个“E/I百分比”要深刻得多。4.3. 生成式个性化从性格到视觉形象KnowMe v2.0的肖像生成功能为自我认知增添了一层有趣的感性维度。它基于MBTI类型和风格关键词生成AI肖像。# 生成描述你性格的文本提示词 python scripts/generate_portrait.py --mbti ENFP --style artistic # 输出可能是一段如“一个充满热情和好奇心的探索者眼中闪烁着灵感的光芒身处色彩斑斓、元素混搭的创意空间”的Prompt。 # 使用该Prompt调用图像生成服务需自行配置API Key python scripts/generate_image.py --prompt 上述生成的提示词 --service bailian --output my_portrait.png这个功能的意义何在它不仅仅是为了好玩。对于偏直觉N和情感F类型的人来说一个符合他们性格特质的视觉形象能加强他们对自我认同的感知。你可以把这个生成的图像用作社交媒体的头像或者打印出来放在桌前作为一种积极的自我暗示。它把抽象的性格描述转化为了一个可感知的符号。重要提醒请务必理性看待所有结果。MBTI描述的是偏好和倾向不是能力更不是命运。KnowMe的分析是基于你在特定环境与AI对话下的行为样本这个样本可能存在偏差比如你向AI提问时可能比现实中更逻辑化。报告应作为“自我反思的催化剂”和“行为优化的数据参考”而非绝对的“人格判决书”。最好的使用方式是每隔半年或一年重新分析一批新的对话数据看看你的“行为信号”图谱发生了哪些变化这本身就是个人成长的动态记录。5. 常见问题与排查技巧实录在实际使用和与社区交流的过程中我总结了一些常见的问题和解决方法。如果你遇到了麻烦不妨先在这里找找答案。5.1. 安装与运行类问题Q1: 运行pip install -r requirements.txt时出错提示某些包找不到或版本冲突。排查首先确认你的Python版本是3.8或更高python --version。其次KnowMe可能依赖一些较新的库。解决升级pippip install --upgrade pip尝试单独安装可能出错的包或者指定稍低的版本。你可以打开requirements.txt文件查看具体依赖。最有效的办法使用虚拟环境如conda或venv确保环境纯净。如果问题依旧可以去项目的GitHub Issues页面搜索相关错误信息很可能已经有人提出过解决方案。Q2: 运行collect.py时提示“无法识别的数据源格式”或JSON解析错误。排查这几乎总是因为导出的数据文件格式与脚本预期不符。AI平台可能会更新其数据导出格式。解决用文本编辑器打开你导出的JSON文件查看其顶层结构。是直接一个对话数组还是被包裹在{“conversations”: [...]}这样的结构里打开scripts/collect.py找到对应数据源如parse_chatgpt函数的解析逻辑。对比一下代码期望的JSON路径和你实际文件的路径。你可能需要轻微地修改代码中的键名key names。在KnowMe的GitHub仓库提交Issue附上错误信息和你的数据文件结构注意脱敏帮助开发者更新解析器。5.2. 数据分析与报告类问题Q3: 我的报告结果感觉完全不准和我在其他平台测试的MBTI结果不一样。排查这是最常见也最值得深思的问题。原因可能是多方面的数据量不足你只分析了十几条消息样本太少偶然性太大。数据偏差你导出的对话全部是关于某个特定专业领域如编程缺乏生活、情感、决策等多元话题。“工作人格”与“真实人格”你和AI对话时可能处于“解决问题”模式更偏向逻辑T和规划J而忽略了生活中更随性P、更注重感受F的一面。传统测试的自我美化也许KnowMe揭示了你更真实的行为模式而传统问卷测试受到了你“理想自我”的影响。解决确保数据量合并尽可能多的、跨平台的对话记录目标是200条以上不同主题的消息。检查行为证据不要只看结论去看报告里列出的具体对话证据。这些证据本身是否准确描述了你的行为如果证据本身是准确的但结论让你意外那正是自我觉察的开始——也许你在某些情境下的行为模式连自己都没意识到。进行对照实验故意与AI进行几次不同风格的对话。比如进行一次纯粹感性的倾诉或一次天马行空的头脑风暴。将这些新对话加入数据重新分析看结果是否发生变化。Q4: 报告中的“话题分布”显示我90%都在聊技术这会影响其他维度的判断吗排查与解释当然会而且这正是KnowMe客观性的体现。如果你绝大部分对话都是技术性的那么分析引擎捕捉到的信号自然会更偏向于逻辑T、系统化N/J、客观T等特质。这未必是“不准确”它准确反映了你在“与AI进行技术对话”这一特定场景下的主导行为模式。建议你可以将此解读为你的“专业面孔”或“问题解决模式”。要获得更全面的人格画像你需要有意识地引入更多元的数据。或者你可以分别生成两份报告一份基于纯技术对话一份基于非技术对话如果数据足够对比观察你在不同情境下的行为模式切换这本身就是一项高级的自我认知练习。Q5: 置信度一直很低怎么办排查置信度低通常意味着信号弱、信号矛盾或数据量不足。解决首要任务是增加数据量和多样性。其次审视你的对话风格是否非常中性、平衡导致E/I、T/F等维度信号相互抵消。这本身可能就是一种性格特点——高度的适应性和情境性。如果经过多次尝试某个维度特别是T/F或J/P的置信度始终很低这可能提示你在这个维度上本就处于中间地带没有强烈的先天偏好能够根据情境灵活调整。在MBTI理论中这被称为“模糊偏好”同样是有效且常见的结果。5.3. 高级使用与贡献Q6: 我想为KnowMe添加对新AI平台如DeepSeek、通义千问的数据支持该怎么做路径这是社区非常欢迎的贡献你需要做的是在scripts/collect.py中编写一个新的解析函数。步骤从目标平台导出你的对话数据通常是JSON格式。研究其数据结构找到包含“用户消息”、“AI回复”、“时间戳”等关键信息的字段。模仿现有的parse_chatgpt或parse_claude函数编写一个新的解析函数如parse_deepseek。该函数的核心任务是将原始数据转换为KnowMe内部统一的对话列表格式。在命令行参数解析部分添加对新数据源如--source deepseek的支持。提交Pull Request (PR)。Q7: 我觉得某个行为信号的判断逻辑不对想修改或新增信号如何操作路径修改references/mbti_signals.md文件和相关评分逻辑。步骤在mbti_signals.md中信号通常以某种结构列出可能是YAML、JSON或自定义格式。找到你想修改的信号。你可以调整其影响的维度权重或者修改触发该信号的正则表达式或关键词列表。更进阶的做法是修改scripts/analyze.py中的信号扫描逻辑使其能识别更复杂的语言模式例如使用依存句法分析来识别句子结构。重要在修改前最好用自己的一份数据做基准测试确保修改后的分析结果更符合你或一批测试者的预期并且有可解释的理由。使用KnowMe的过程不仅是获得一份报告更是一个与自己的数字足迹对话、理解自身行为模式的技术实践。它提供的不是终点而是一张动态的、有待你亲自去验证和填充细节的自我地图。