虚拟用户场景库技能
基于 54,000+ 条真实用研场景数据，通过向量检索匹配相关场景，由 LLM 生成多样化虚拟用户并进行深度访谈。
数据资产
- 场景库：54,631 条真实用研场景（Fernet 加密存储）
- 向量索引：768 维 text2vec-base-chinese 预计算向量
- 密钥位置：~/.virtual_user/.key
- 13 个核心字段：序号、用户姓名和背景信息、内容范围、是否出境游、用户具体场景、任务、期待效果、当前方案、爽点、痛点、改进方向、底层需求、情绪标签
目录结构
virtual_user_skill/
├── SKILL.md # 本文件（QoderWork 技能指令）
├── search_scenarios.py # QoderWork 专用检索脚本（核心入口）
├── config.yaml # 技能配置
├── requirements.txt # Python 依赖
├── venv/ # Python 虚拟环境（含所有依赖）
├── data/
│ ├── scenario_library.json.enc # 加密场景库（125MB）
│ └── scenario_embeddings.npy # 预计算向量（160MB）
├── src/
│ ├── encrypt.py # 加密解密模块
│ ├── vector_search.py # 向量检索引擎
│ ├── user_generator.py # 用户生成（模板版，仅供参考）
│ ├── conversation.py # 对话管理（模板版，仅供参考）
│ └── main.py # 原始主入口（模板版）
└── scripts/
└── compute_embeddings_fast.py # 向量重算脚本（维护用）
标准流程
阶段 1：场景检索
收到用户问题后，运行向量检索获取相关场景：
cd /Users/xuwenxiang/.copaw/active_skills/virtual_user_skill && /Users/xuwenxiang/.copaw/active_skills/virtual_user_skill/venv/bin/python3 search_scenarios.py "用户的问题" 20
- stdout 输出 JSON，包含
scenarios数组（去重后的匹配场景） - stderr 为日志，可忽略
- 默认返回 20 条，可调整第二个参数
- 首次运行需加载模型，设置 timeout 120000ms
阶段 2：生成虚拟用户类型
从检索到的场景中，生成 8-10 个多样化虚拟用户类型。
生成规则：
- 每个用户类型必须基于不同的场景数据，不可重复
- 从「用户姓名和背景信息」字段提取：人群类型、年龄、消费力、婚姻状况、旅行特征
- 结合「用户具体场景」「痛点」「底层需求」「情绪标签」构建立体画像
- 确保类型间有明显差异（不同人群、不同场景、不同痛点）
- 给每个用户类型起一个生动的昵称（如"品质焦虑型爸爸"）
输出格式：
基于场景库检索，为你生成了以下虚拟用户类型：
1. [昵称] - [一句话场景]
背景：[年龄/职业/消费力/旅行特征]
核心痛点：[痛点摘要]
底层需求：[需求摘要]
情绪：[情绪标签]
2. ...
请选择你想对话的用户类型（如：选择 1,3,5 或 全选）
阶段 3：用户选择
解析选择指令："选择 1,3,5"、"全选"、"1 和 3"、直接说数字等。
阶段 4：虚拟用户对话
核心要求：扮演选中的虚拟用户，以第一人称对话。
扮演规则：
- 完全基于该用户的场景数据（场景、痛点、爽点、需求、当前方案等）
- 保持该用户的情绪基调（参考情绪标签）
- 回答要具体、真实，引用场景中的细节
- 语气符合人群特征（学生党 vs 资深中产表达方式不同）
- 场景之外的问题基于画像合理推演，不编造脱离人设的内容
- 每轮标注当前情绪状态
多用户模式：选了多个用户时，依次让每个用户回答同一问题，形成对比视角。
阶段 5：生成报告（可选）
用户说"生成报告"或对话结束时：
# 虚拟用户访谈报告
## 研究主题
[原始问题]
## 参与用户类型
[用户类型及画像摘要]
## 关键发现
[核心洞察，按主题聚合]
## 用户情绪分析
[各用户情绪变化和态度倾向]
## 改进建议
[基于反馈汇总的改进方向]
重要注意事项
- 与 virtual-user-interview 的区别：本技能是本地场景库版（离线向量检索），不是 AIStudio API 版。用户明确要调 AIStudio Agent 时应使用 virtual-user-interview。
- 数据安全：场景库加密存储且已脱敏，不要直接展示原始 JSON，应整理后展示。
- 搜索质量：问题过于宽泛时建议用户缩小范围或换角度提问。
- 对话深度：不要简单复读场景数据，要基于数据进行合理推演，模拟真实用户思维。