前言¶
社会科学研究者常遇到一个具体问题：想测试问卷题目、做社会模拟、或比较代际与亚文化差异，手里却没有一批”像真人”的用户人格参数。抽样调查周期长、成本高，样本量也有限。Weibo Distill 试图用一条流水线解决这件事：从微博公开数据里提取人格信号，产出个体人格分析报告、可对话的 Persona Skill，以及群体画像统计报告。
下面介绍这个 Skill 是什么、能做什么、以及在什么范围内可用。
这是什么¶
Weibo Distill 是一个面向社会科学研究的微博用户人格蒸馏与群体画像工具集，坐标 @user_72f137b5/dttttttt，版本 1.0.0，来源为 community，由社区发布者 user_72f137b5 维护，SkillHub 分类为 ai-agent。
它解决的问题是：如何把一批微博公开数据转成可用的、带人格参数的用户模型，供问卷预测试、社会模拟、群体行为研究使用。
核心功能¶
按官方简介，Weibo Distill 从微博公开数据中自动提取人格信号，产出三个层级的产物：
- 个体人格分析报告，针对单个用户输出人格维度结果。
- 可对话 Persona Skill，基于个体人格生成一个 AI 虚拟角色，可以对话。
- 群体画像统计报告，对一批用户做统计聚合。
适用对象是社会学、传播学、心理学、市场营销研究者，用于构建可交互的用户群体模型。
安装与启用¶
官方资料未提供安装命令、SKILL.md 正文或 CLI 参数。SkillHub 页面标注 requires_api_key=false，指该 Skill 在 SkillHub 侧不需要 API Key 凭证；这不等同于运行期不需要任何外部凭证，微博数据采集通常受平台访问规则约束，具体凭据要求需以官方页面为准。
SkillHub 页面显示该 Skill 下载量为 858、安装量为 0（截至抓取时），评分为 100000。安装量为 0 意味着目前还没有被大规模采用，踩坑反馈极少。
入口地址：
https://api.skillhub.cn/user_72f137b5/dttttttt
https://www.skillhub.cn/skills/user_72f137b5/dttttttt
典型用法¶
官方资料未给出可复现的命令行示例或参数文档。下面按 Skill 简介描述其工作流，具体参数需以官方页面为准。
工作流是三步：
- 微博数据采集。
- 个体人格蒸馏，维度包括 Big Five、认知风格、价值观、情绪模式。
- 群体统计聚合，产出分布可视化、聚类结果与虚拟受访者池。
个体层面生成可对话 Persona Skill，群体层面输出群体画像报告与结构化数据，可导入 SPSS/R/Python，用于问卷预测试、社会模拟（ABM agent 人格参数）、群体行为研究、代际与亚文化对比。
触发场景包括：分析微博用户人格、生成可对话人物模拟、对一批用户做群体画像聚合分析、构建虚拟受访者池、为社会科学计算实验准备 agent 人格参数。
适用场景与注意¶
适合社会学、传播学、心理学、市场营销研究者，需要可交互的用户群体模型，且数据来源为微博公开内容。
需要注意的几点：
- 人格信号是从公开微博内容推断的，推断结果不等于真实人格测量，用于正式研究前需要校验。
- 微博采集受平台规则约束，采集范围、频率、可获取字段需要自行确认合规性。
- 官方资料未提供安装命令和参数文档，接入前需要先打开官方页面核实。
- 安装量为 0，社区反馈样本极小，可靠性需自行验证。
结尾¶
Weibo Distill 的价值在于把”微博公开数据 → 人格参数 → 群体模型”这条链路做成一个工具集，省去研究者自己拼装采集、蒸馏、聚合脚本的成本。当前版本是 1.0.0，社区维护，文档与安装流程需要在官方页面核实。
官方地址：https://api.skillhub.cn/user_72f137b5/dttttttt
