前言¶
要在對話裏做性格測評，常見做法是臨時寫提示詞或貼零散題目，反向題計分、維度解釋和報告格式往往靠人工拼湊，結果也不穩定。下面介紹 SkillHub 社區 Skill「大五人格性格測評（60題完整版）」（座標 @user_dedbd569/big-five-personality）：把 60 題題庫、計分規則、解析文案和可選 HTML 頁面打包進通用 SKILL.md 結構，讓 Agent 按固定流程引導答題並輸出報告。
這是什麼¶
一句話定位：基於大五人格（Big Five / OCEAN）理論的 60 題自測 Skill，覆蓋神經質、盡責性、開放性、外向性、親和性五個維度。
- 維護與來源：SkillHub 分類爲
education，來源community，發佈者user_dedbd569，當前頁面版本 v1.0.2（Skill 包內SKILL.md自述版本爲 1.0.0，以商店頁爲準）。 - 標籤：
requires_api_key=false，無需額外 API Key。 - 解決的問題：在 Agent 會話或本地腳本中，統一題目、反向計分、等級劃分與報告結構，減少「每次從零寫測評流程」的成本。
官方入口：
- 資源地址：https://api.skillhub.cn/user_dedbd569/big-five-personality
- SkillHub 頁面：https://www.skillhub.cn/skills/user_dedbd569/big-five-personality
核心功能¶
以下能力與 SkillHub 簡介及包內 SKILL.md 一致，並已對照倉庫文件覈實：
- 60 道題目：題目數據在
assets/questions.json，按維度分段（每維 12 題，題號 1–60）。 - 自動計分與反向題：李克特 1–5 分；反向題按
6 - 原始分處理。各維反向題題號在SKILL.md中有表（如外向性含 4、5、10 等）。 - 五維度解析：
assets/interpretations.json提供分數區間對應的特徵、描述、建議與職業適配文案。 - 報告結構：分數總覽、分維詳細解析、基於維度組合的整體人格畫像。
- Python 計分腳本：
scripts/scoring.py中的BigFiveScoring可加載題庫與解析數據，校驗 60 題答案完整性後生成報告文本。 - HTML 測評頁：
assets/big-five-test.html可在瀏覽器中獨立答題，支持進度、翻頁修改與提交後計分（Skill 文檔描述爲響應式與即時報告）。
理論說明：Skill 註明題目參考 NEO-PI-R、BFI 等國際量表並做本土化改編；結果僅供參考，非臨牀診斷。
安裝與啓用¶
先做 CLI 檢查，再把 Skill 裝到當前 Agent 實際讀取的 skills 目錄（裝錯目錄 Agent 不會加載）。
1. 安裝 SkillHub CLI（若尚未安裝）¶
command -v skillhub && skillhub --version
未安裝時，可按 SkillHub 官方安裝文檔執行完整安裝：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
說明文檔：https://skillhub.cn/install/skillhub.md
也可在 SkillHub 技能頁將安裝提示發給 AI，讓其按上述文檔安裝 @user_dedbd569/big-five-personality。
2. 安裝本 Skill¶
skillhub install @user_dedbd569/big-five-personality --dir <你的 Agent skills 目錄>
常用目錄（來自 SkillHub 安裝文檔，按你當前客戶端選用其一）：
| 客戶端 | skills 目錄 |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或項目下 .agents/skills/ |
安裝完成後，按各客戶端要求刷新或重啓，使新 Skill 被索引。
典型用法¶
在對話中啓動測評¶
啓用 Skill 後，用自然語言觸發即可。包內文檔給出的示例包括：
我想做大五人格測試
來個大五人格測評
測試一下我的性格
大五人格
交互流程爲：介紹理論與說明 → 展示題目並收集答案（可逐題或分批）→ 計分 → 輸出報告。
答題可用 1–5 分李克特選項，例如：
1-5: 3,4,2,5,1
第1題選3，第2題選4
Agent 側應按 SKILL.md 調用計分邏輯或讀取解析數據；各維得分落在 12–60，並按 12–24（低）、25–36（中低）、37–48（中高）、49–60（高）劃分等級。
本地 Python 生成報告（可選）¶
在 Skill 目錄下，確保 assets/questions.json 與 assets/interpretations.json 路徑正確，可用 scripts/scoring.py 中的 BigFiveScoring 傳入 {題號: 1~5 原始分} 字典。腳本自帶 __main__ 測試：60 題均選 3 分時打印格式化報告，便於覈對計分與文案鏈路。
瀏覽器獨立測評（可選）¶
在文件管理器中打開 Skill 包內的 assets/big-five-test.html，或在部署環境中提供該靜態頁，用戶可在瀏覽器完成 60 題並查看報告，與 Agent 流程共用同一套題目與解析數據。
適用場景與注意¶
適合誰
- 需要在 Cursor、Claude Code、Codex 等 Agent 裏做標準化性格自測的產品或內容場景。
- 需要可離線複用的題庫、計分與報告模板，而不是每次手寫 prompt。
- 希望同時提供「對話測評」與「HTML 自測頁」兩種觸達方式。
限制與注意
- 測評結果僅供自我瞭解與參考；Skill 明確建議安靜環境、誠實作答，且會話數據不應被當作永久檔案（文檔說明爲本次會話使用）。
SKILL.md列有「歷史對比、MBTI 關聯」等未來擴展，當前包內未實現，勿當作現成能力。- 商店統計（截至資料抓取）：評分 100000、下載 1789、安裝 9；與頁面展示一致，會隨時間變化。
結尾¶
「大五人格性格測評（60題完整版）」把 60 題、反向計分、五維解析、職業適配建議與 HTML 測評頁收斂到一個 Skill 包，適合掛在支持 SKILL.md 的 Agent 上快速落地自測流程。安裝與詳情見 SkillHub：https://www.skillhub.cn/skills/user_dedbd569/big-five-personality ，資源座標：@user_dedbd569/big-five-personality（v1.0.2）。
