Osint Personal Profiler

SKILL.md

---
name: osint-personal-profiler
author: 王教成 Wang Jiaocheng (波动几何)
description: 开源情报个人画像收集器，基于OSINT方法论从网络公开信息中系统性地收集、关联、推断任意个人全维度画像的完整能力。核心能力：①目标发现与源映射（标识符强度分级消歧→8级搜索查询模板[精确搜索/用户名派生/深搜已有源/反向图片/缓存]→优先级排序）②12维逐维收集（实体层维1-6直接从公开信息提取+工商记录交叉验证、社会层维7-8通过社交图谱分析构建、抽象层维9-12通过行为模式分析+简历文本分析+职业轨迹模式+薪资市场映射推断）③跨源关联与置信度（去重→冲突解决→置信度评分→缺口识别，含5类缺口原因+零结果情报）④推断引擎（基于写作风格/代码模式/简历文本模式/职业轨迹/薪资市场基准推断元操作/动机/动态）⑤法律合规守护（每步G守护前置、来源合法性标注、非法来源拒收）。7域23任务。覆盖10类25+信息源。触发词：OSINT画像、公开信息收集、个人信息挖掘、12维重建、人物背景调查、数字足迹分析、digital footprint profiling、social engineering defense、信息暴露面评估、个人信息安全审计、开源情报收集、osint profiler、meta-skill-system。
---

# OSINT Personal Profiler（开源情报个人画像收集器）

## 定位

本技能是一个**基于OSINT方法论的个人12维画像重建系统**，从公开可获取的信息中系统性地收集、关联、推断任意个人的完整画像。

画像模型采用**三层12维正交架构**，覆盖一个人的实体属性、社会关系和抽象心理特征。所有维度定义、字段Schema和填充规则均内嵌于本技能中，无需依赖外部技能。

**输入**: 目标人物的最小识别信息（姓名、昵称、邮箱、手机号、社交媒体账号等）
**输出**: 完整12维画像 + 每维置信度评分 + 信息源清单 + 缺口清单

**核心理念**: 任何人只要在互联网上有活动痕迹，其碎片化的公开信息就可以通过系统性的OSINT方法论重组为完整的人物画像。本技能不入侵系统、不破解密码，仅收集和分析已公开的信息。

**适用场景**:
- 安全审计：评估自身信息暴露面
- 背景调查：合法的候选人/合作方尽职调查
- 威胁建模：了解攻击者可获取的自身信息
- 学术研究：数字足迹与隐私研究

**严格约束**: 本技能的使用必须遵守适用法律。在中华人民共和国境内使用本技能收集他人信息，必须在法律允许的范围内（如被收集人同意、履行合同必要、法定义务等）。禁止用于非法目的。

## 12维画像模型定义

本技能采用三层12维正交架构。每一维度包含具体的填充字段，收集时逐字段填充并标注置信度。

### 第一层：实体层——不可再分的具体存在

#### 维1 职业维：以什么为生
- **行业**: 行业分类（互联网/金融/教育/医疗/制造/建筑/农业/文化/政府/法律/零售/自由职业/学生）
- **任务谱系**: 具体岗位与描述
- **核心职责**: 日常主要工作内容（3-5条）
- **职业来源**: 真实职业或推断

#### 维2 身份维：在世界坐标系的位置
- **组织身份**: 所在组织名称、职级/角色、权限范围
- **家庭身份**: 在家庭中的位置和角色
- **社会身份**: 公民归属、社群身份、权利义务
- **知识身份**: 学历、专业领域、认知地位

#### 维3 名人维：最接近的真实人物原型
- **名人锚点**: 目标最欣赏/认同/常被类比为的真实人物（1-3位）
- **匹配维度**: 思维方式相似/职业路径相似/价值观相似/生活方式相似
- **复合原型说明**: 如选择多人，说明各人的贡献维度

#### 维4 拟人维：是不是人
- **拟人类型**: 真实人类（始终确定，无需收集）
- **本体属性**: 智人，碳基生物

#### 维5 躯体维：身体是什么
- **年龄**: 精确年龄或年龄段估计
- **性别/性别认同**: 基于公开信息
- **体型**: 身高/体重/体型特征（如有公开照片）
- **健康状况**: 仅在目标主动公开时收集
- **外貌特征**: 面部特征/发型/肤色/日常着装风格

#### 维6 文化维：从什么文化中出来
- **国籍**: 基于位置/语言/公开声明
- **民族/族群**: 如有公开信息
- **母语与掌握语言**: 基于发帖语言分析
- **宗教信仰**: 仅在目标主动公开时收集
- **社会阶级**: 基于公开信息估算
- **亚文化归属**: 二次元/摇滚/极客/文青/户外/健身/摄影/美食/游戏等

### 第二层：社会关系层——怎么嵌入关系网络

#### 维7 关系维：和谁连着
- **关系网络**: 关键关系对象列表（至少3-5个，脱敏处理）
  - 每项含：称呼/身份（脱敏）、关系类型、关系强度（核心/重要/边缘）、关系方向
- **关系类型覆盖**: 血缘/职业/情感/社会/对立/共生/功能

#### 维8 层级维：处在什么高度
- **主导层级**: 六选一——元层（定义规则者）/宏观层（全局决策者）/中观层（域级协调者）/微观层（单点执行者）/边界层（跨域连接者）/辅助层（支撑角色）
- **层级描述**: 在组织/社会中的权力和影响力范围
- **场景层级差异**: 不同场景中的层级变化

### 第三层：抽象属性层——超越具体存在的普遍刻画

#### 维9 功能维：做什么（元操作映射）
- **主导元操作**: S感知/C认知/A行动/O组织/I交互/G守护（六选1-2）
- **辅助元操作**: 0-3个辅助操作
- **弱项元操作**: 不擅长的操作类型
- **主导管线模式**: P1基础闭环/P2迭代精炼/P3并行汇聚/P4条件分支/P5交互驱动/P6全守护/P7发散收敛

#### 维10 能力维：有什么本事
- **专业知识清单**: 按熟练度排序的领域知识
- **硬技能清单**: 编程/数据分析/设计/写作/外语/驾驶等
- **软技能清单**: 沟通/协作/管理/演讲/领导力等
- **资源盘点**: 物质资源/信息资源/关系资源
- **信息可达性**: 高/中/低 + 主要信息来源
- **R1-R5能力模拟**: 信息密度/创造性/交互性/规范性/迭代性（各1-10分）

#### 维11 动机维：为什么做
- **主导动机**: 利益驱动/价值驱动/生存驱动/权力驱动/关系驱动/认知驱动/合规驱动/惯性驱动（八选1-2）
- **次要动机**: 1-3个次要驱动
- **动机来源**: 内源性/外源性
- **动机冲突**: 各动机间的矛盾与优先级

#### 维12 动态维：怎么变
- **生命周期阶段**: 诞生(起步期)/成长(上升期)/成熟(巅峰期)/衰退(下行期)/转化(转型期)
- **阶段描述**: 当前人生/职业阶段、面临的挑战和机遇
- **场景行为映射**: 家庭/工作/社交/独处/危机/陌生场景的行为模式（按信息可得性部分填充）

## 核心能力

### 能力一：目标发现与源映射

将最小识别信息扩展为完整的目标信息源地图：
- 用户名跨平台关联：通过昵称/邮箱/手机号发现所有平台账号
- 信息源优先级排序：按信息密度和可信度对源进行排序
- 可达性评估：判断哪些源可直接访问、需注册、或受限

### 能力二：12维逐维收集

按三层12维模型逐维收集：
- **实体层（维1-6）**: 直接从公开信息中提取职业、身份、名人参照、躯体特征、文化背景
- **社会层（维7-8）**: 通过社交图谱分析构建关系网络和层级定位
- **抽象层（维9-12）**: 通过行为模式分析推断元操作、能力、动机和动态

### 能力三：跨源关联与置信度

- 去重：同一信息出现在多个源时，确认而非重复
- 冲突解决：不同源信息矛盾时，按可信度排序并标注
- 置信度评分：每个维度的每条信息标注置信度（高/中/低/推断）
- 缺口识别：标记无法通过公开信息获取的维度

### 能力四：推断引擎

对无法直接获取的抽象维度进行推断：
- 维9（元操作）: 基于写作风格、代码提交模式、社交互动模式、**简历文本模式**（数字化表达密度/行动导向vs反思导向/被动术语密度）推断
- 维11（动机）: 基于职业轨迹、**职业轨迹模式**（产业链深耕vs跨行业跳槽）、内容主题偏好、决策模式、**薪资-市场基准映射**推断
- 维12（动态）: 基于跳槽频率、社交媒体情绪、近期事件推断

### 能力五：法律合规守护

- 每步操作前检查法律边界
- 标注信息来源的合法性
- 对于需要授权的信息源，标记为"需授权，未收集"
- 禁止收集明确非公开的信息（私密朋友圈、加密通信等）

## 领域特有维度

| 维度 | 说明 | 影响 |
|------|------|------|
| **信息碎片性** | 个人信息分散在不同平台的碎片中，需要跨平台关联 | 增加S感知操作的复杂度 |
| **推断不确定性** | 抽象维度（动机、动态）只能推断，不能直接获取 | 需要C认知操作的置信度校准 |
| **法律边界模糊性** | 不同法域对"公开信息"的定义不同 | 需要G守护操作的高频介入 |
| **自我指涉风险** | 本技能本身收集的信息可用于 Social Engineering | 需要输出端的G守护脱敏 |

## 三层结构

```
第一层：任务清单 + 依赖拓扑   →   references/osint-pp-catalog.md
第二层：方法论要求清单         →   references/osint-pp-requirements.md
第三层：范本库                →   references/exemplars/
```

## 使用规则

### 行为约束
1. **合法优先**: 任何操作不得违反适用法律。不确定是否合法时，默认不执行并标注
2. **最小必要**: 仅收集完成目标所需的最少信息，不过度收集
3. **源标注**: 每条信息必须标注来源和获取时间
4. **置信度透明**: 推断信息必须标注"推断"及推理链条
5. **不可用于非法目的**: 禁止用于诈骗、骚扰、歧视、人肉搜索等非法目的
6. **输出脱敏**: 输出结果时可选择对敏感字段脱敏

### 法律合规红线
以下操作本技能**禁止执行**，即使技术上可行：
- 收集私密/加密通信内容
- 利用系统漏洞获取非公开数据
- 社工攻击（冒充他人获取信息）
- 购买非法数据泄露库中的信息
- 收集未成年人信息（除非是监护人或法律授权）

## 执行框架

### Step 0 三轴判定
- **复杂度**: 高——跨平台、跨格式、多维度收集
- **内容类型**: 结构化——12维画像为固定Schema
- **创新需求**: 中——推断引擎需要创造性，收集过程是系统性的

### Step 1 领域校准
- **R1 信息密度: 9/10** → S感知和C认知权重极高，信息源多、数据量大
- **R2 创造性: 6/10** → 推断引擎需要适度创新，但收集流程标准化
- **R3 交互性: 3/10** → 几乎不需要交互，全自动收集
- **R4 规范性: 10/10** → G守护是最高权重操作，法律合规不可突破
- **R5 迭代性: 7/10** → 搜索-精炼-再搜索循环，发现新源后迭代

**主导管线模式**: P4+P6 混合——条件分支（收集 → 可收集？→ 收集 : 跳过）+ 全守护（每步G检查法律边界）

### Step 2 三轴分解
按7个域、23个任务进行分解，详见 catalog 文件

### Step 3 管线编排
默认管线: D1 → D2‖D3 → D4 → D5 → D6 → D7
其中 D2、D3 可并行执行

### Step 4 整合交付
12维完整画像 + 置信度矩阵 + 置信度增量对比 + 数字足迹指数 + 信息源清单 + 缺口清单（含零结果平台明细）

## 域概览

| 域 | 代号 | 任务数 | 说明 |
|----|------|--------|------|
| D1 目标发现与源映射 | tgt | 4 | 身份确认、标识符分级消歧、8级搜索源发现、源优先级排序 |
| D2 实体层收集-上 | ent1 | 3 | 维1职业、维2身份、维3名人 |
| D3 实体层收集-下 | ent2 | 3 | 维4拟人、维5躯体、维6文化 |
| D4 社会层收集 | soc | 2 | 维7关系、维8层级 |
| D5 抽象层推断 | abs | 4 | 维9功能、维10能力、维11动机、维12动态 |
| D6 跨源关联 | corr | 3 | 去重、冲突解决、置信度 |
| D7 画像组装与验证 | asm | 4 | 完整性、一致性、法律合规、最终输出 |

完整任务清单见 `references/osint-pp-catalog.md`。

## 降级模式

| 缺失能力 | 降级策略 | 标注 |
|---------|---------|------|
| 目标信息不足 | 仅基于已知信息构建部分画像，缺失维度标记"【信息不足】" | 「目标信息不足，画像不完整」 |
| 信息源不可达 | 仅使用可公开访问的源，其他标注"【需授权】" | 「部分信息源不可达」 |
| 抽象维度无法推断 | 推断维度标记"无法推断"和置信度0 | 「抽象维度无法推断」 |
| 法律边界存疑 | 保守处理，不做收集，标注"【法律边界存疑，未收集】" | 「法律边界存疑，跳过」 |
| 跨源信息矛盾 | 标注所有矛盾版本及各自来源，不做武断选择 | 「信息矛盾，多版本保留」 |

## 事实纪律

1. 所有收集的信息必须可追溯到具体来源，不得编造
2. 推断信息必须标注"推断"及推理链条，区分事实与推断
3. 每步操作前检查法律合规性（G守护前置）
4. 尊重 robots.txt 和平台使用条款
5. 不对同一目标进行高频请求（防止被误认为攻击）
6. 不收集任何密码、私钥、Token等认证信息
7. 输出脱敏：可输出身份证号后4位、手机号中间4位等脱敏版本
8. 画像数据本地存储，不上传到任何外部服务