nav-profile 是 Navigator 技能集合中的用户偏好管理技能，目标是为 Claude 建立一份持久的用户画像，使模型能够理解并适应用户的工作风格、技术偏好和过往纠正。资料将其定位为“双边建模”的一部分：Claude 建模你，你也建模 Claude，二者共同完成心智理论闭环。
一、用途与背景 技能说明引用 Riedl & Weidmann 2025 年关于人机协同的研究，称心智理论是人机协作成功的关键差异因素，心智理论水平较高的用户可获得 23% 至 29% 的性能提升。nav-profile 通过跨会话记住偏好、从纠正中学习、按用户水平调整沟通风格，帮助 Claude 形成对用户的持续心理模型。
二、主要能力
- 查看画像：用户说“显示我的画像”“你记得我什么”时，展示沟通、技术、工作流三类偏好，以及已学到的纠正记录和活跃目标。
- 更新偏好：用户说“记住我偏好函数式风格”“保存我喜欢简洁解释”时，按预设映射表将自然语言映射到具体字段并写回文件，同时显示变更前后的值。
- 自动学习纠正：在检测到“不，我是说……”“其实……”“不是 X，用 Y”等纠正模式时，静默提取纠正内容、上下文、模式与置信度（高/中/低），写入纠正列表，仅保留最近 20 条，并在每 5 条纠正后向用户汇总一次学到的内容。
- 重置画像：删除前要求确认，并列出将删除的偏好数、纠正数与目标数。
- 目标跟踪：用户提到正在进行的任务时，记录目标名称、开始日期、上下文、状态与最后提及日期；超过 7 天未提及的目标自动标记为已完成或放弃。
- 可选的知识图谱同步：若 .agent/knowledge/graph.json 存在，则调用 correction_to_memory.py 将纠正转换为知识图谱中的记忆条目。
三、使用方式 技能在满足触发条件时被调用：用户表达保存偏好、更新画像、查看画像，或系统检测到纠正模式时自动触发；用户明确表示“仅本次会话”或正在创建上下文标记时不应调用。画像文件位于 .agent/.user-profile.json，创建时包含 version、created、last_updated、preferences、corrections、goals 等字段。preferences 下分 communication（verbosity、confirmation_threshold、explanation_style）、technical（preferred_frameworks、code_style、testing_preference）、workflow（autonomous_commits、auto_compact_threshold、marker_before_risky）。技能还与其他技能集成：nav-start 在会话开始时自动加载画像；nav-marker 保留画像状态引用；各项心智理论检查点会依据 confirmation_threshold 决定是否跳过或仅在高风险操作时进行确认。
四、适用场景 适合需要长期与 Claude 协作、希望减少重复交代习惯的用户，例如固定代码风格、测试偏好、沟通详略程度和确认频率的开发者。
五、限制与隐私 画像文件被 git 忽略、仅存本地、不同步，用户可随时删除；不存储代码片段、文件内容、对话历史或敏感数据。资料未提供该技能的收费、价格或平台支持信息。