技能介绍

要解决什么问题

在多 Agent 工作流里，人物画像往往散落在 README、访谈纪要、行为日志和反馈工单里：版本对不上、属性没出处、下游 Echo 演练时格式不兼容。Cast 把「从证据合成画像」和「注册表 + 生命周期」当成一等公民，让画像可以演进、审计，并按目标 Agent 打包交付。

核心能力与工作方式

Cast 围绕 Echo 兼容 的规范模式（见 persona-model）运转，典型流水线是：INPUT_ANALYSIS → DATA_EXTRACTION → SYNTHESIS → VALIDATION → REGISTRATION，并在 .agents/personas/registry.yaml 登记每条画像。

常用运行模式包括：

CONJURE：从项目文档、代码、研究或交接材料生成新画像；纯 LLM 生成默认 proto 等级，置信度上限 0.50。
FUSE / EVOLVE：合并 Field、Voice 或 Trace 的新证据；行为漂移 ≥5% 可触发演进；TRACE_TO_CAST_DRIFT 在发散 ≥15% 且 n≥50 会话时可自动推进 EVOLVE。
AUDIT / DISTRIBUTE：检查新鲜度、重复、覆盖率与 Echo 兼容性；为 Echo、Spark、Bond、Compete、Accord、PMM 等输出适配包。
SPEAK / RETIRE：TTS 配音输出；退役前评估下游依赖（3+ 依赖需走 RETIRE 审批）。

每条属性需有证据支撑，缺证据标 [inferred]；Role / category / service 在演进中不可变，身份变化应新建画像而非覆盖。

边界与注意点

Field 负责研究设计与采集，Cast 负责从研究数据综合画像；Echo 用画像做 UX 演练，不负责创建。
合并冲突、置信度 <0.40、一次生成 >5 个画像、或改动核心身份时，技能要求先询问而非静默覆盖。
GenAI 画像存在偏见放大与「合成画像谬误」风险：需 bias-audit、三角互证，不能把未验证的 AI 画像标成已验证的 active 状态；含人口统计维度的分发包应带下游偏见警告。