用途：该技能帮助 AI 记住用户是谁、偏好什么、习惯如何工作，从而让后续交互更个性化，同时把学习内容的控制权交给用户。
主要能力：维护结构化用户画像，包含 identity（姓名、代词、时区、地点、角色、组织）、technical（语言、框架、工具、编辑器、模式）、workingStyle（详细程度、学习节奏、优先级）、knowledge（精通、熟练、学习中、兴趣）、personal（爱好、目标、生活背景）。支持从对话中识别显式与隐式偏好信号，并通过确认协议让用户决定是否记录。
使用方式：会话开始时调用 get_user_profile 检查状态；若画像为空，用 2-3 个问题做引导（姓名、时区、主要角色），用 update_user_profile 存储。后续会话检查 meta.lastOnboardingPrompt，3 天内不重复提问，分阶段补齐技术偏好、工作风格与个人背景。检测到中等以上置信度偏好时，调用 propose_profile_inference 并自然询问，用户确认后 confirm_profile_update，拒绝则 reject_profile_update 且不再追问。进入新项目时可调用 analyze_codebase_for_profile 分析代码库偏好。
适用场景：需要长期个性化协作的对话、编程与项目场景，用于调整解释深度、匹配表达详略、结合时区与目标给出建议。
限制：所有数据默认本地保存，除非用户启用 Mem0 同步；不存储密码、API 密钥、财务等敏感信息；不推断年龄、健康、政治、宗教；用户可随时查看或编辑画像，并尊重“不想说”的回答。具体安装与调用细节资料未提供。