豆瓣品味分析

要解决什么问题

你在豆瓣上标记了成百上千部影视和图书，但列表本身很难回答：你的内容偏好到底长什么样、哪些作品真正触动了你、以及下一步该读什么才不会重复踩坑。手工翻「看过/读过」既慢，也缺少跨书影的结构化视角。

技能如何工作

触发后，Agent 会先向你确认 豆瓣 ID 与分析模式（simple / deep / all），再调用 skill 目录下的 scraper.py 爬取观影与读书记录，输出含 movies、books、stats 的 JSON。爬取有节流延迟，遇到豆瓣 PoW 验证时脚本会尝试自动处理。

拿到数据后，按 五个递进维度 写报告，全程用第二人称「你」：

• 精神食谱：把消费结构比喻成主食、蛋白、甜品等「营养」占比
• 情感心电图：基线、峰值、谷值与情绪波形
• 精神原产地：时代、故乡、文明气质与平行身份
• 灵魂映射：综合前文的灵魂标题与素描
• 内心深处：核心驱力、未愈之伤、隐秘渴望等心理向洞察（需有作品佐证）

之后还会生成 理财风格推荐（策略方向与书单，非具体标的）、人生建议（散文式）、以及 10 本书 + 10 部影视 的个性化推荐；推荐逻辑要求与用户已读/已看列表 严格去重，并避免泛泛推 Top250。

适用边界与注意

• 必须同时提供豆瓣 ID 与模式；只给 ID 时不应默认开跑。
• 模式数量指 影视 N 条 + 图书 N 条（如 simple 为各 50，共 100 条），不是两栏合计为 N。
• 爬取耗时随条数增长；无效 ID 或无公开内容会失败。
• 理财与生活建议仅供阅读参考，不构成投资建议；心理向表述是理解式共情，不是临床诊断。