Mark Heartflow Skill
本地认知预处理引擎，实现规则分类与情绪检测
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Mark Heartflow Skill。 它的用途是：本地认知预处理引擎，实现规则分类与情绪检测 详细介绍见：https://321skill.com/skills/mark-heartflow-skill-x-4/ 请根据该页面的说明完成安装。
使用示例
'启动心虫，分析以下用户评论的情感倾向并给出路由建议："这个产品太差了，我要退货！"'，心虫会返回PAD情绪向量（高愤怒、高支配），并建议路由到售后投诉处理模块。同时，你可以运行'心虫自检'命令查看当前引擎负载和规则命中次数。
介绍
心虫(HeartFlow)是一个运行在本地环境中的认知预处理引擎，专门为AI Agent提供底层认知能力。它解决了传统AI Agent在接收用户输入时缺乏结构化分析、情绪感知和决策路由的问题。通过规则引擎，心虫可以对输入文本进行智能分类和路由（think/dispatch），同时内置PAD情绪检测模型，能够识别文本中的愉悦度、激活度和支配度三维情绪特征，并基于检测结果自动触发不同的决策路径。这让你无需依赖云端API即可在本地完成认知预处理，既保护了用户隐私，又降低了延迟。
使用心虫非常灵活。你可以直接调用其API接口，将用户输入文本传入，心虫会返回分类结果、情绪向量和路由建议。例如，你可以配置规则：当检测到高愤怒情绪时，自动路由到安抚模块；当检测到询问技术问题时，路由到知识库搜索。心虫内部还集成了心理学、逻辑推理和记忆模块，你可以通过简单指令启动这些模块进行深度分析。此外，心虫提供自检功能，你可以随时运行认知签到命令，查看引擎当前状态、各模块负载和Token消耗。
心虫最适合以下人群：AI智能体开发者，希望为自己的Agent增加认知预处理能力；后端开发者，需要在服务端集成文本分类和情绪分析功能；数据分析师，需要对大量文本进行批量情绪分析或规则分类。它特别适合那些对数据隐私敏感、需要离线运行或追求低延迟响应的场景。
使用建议：心虫的规则引擎需要预先定义规则模板，建议根据你的业务场景设计好分类规则和路由策略。情绪检测模块基于PAD三维模型，对中文和英文均有良好支持，但在特定领域（如医学、法律）可能需要额外的微调。注意，心虫是一个认知预处理引擎，不适合直接用于生成式对话或复杂推理，它更多是作为AI Agent的“前处理”环节。
核心特点
不同于通用情绪分析API或单一规则引擎，心虫将规则分类、三维情绪检测（PAD）和决策路由整合为一个本地可运行的预处理引擎，且内置心理学模块和记忆模块，专为AI Agent的认知流水线设计。
注意事项
心虫不适用于需要生成式回复或复杂多轮对话的场景，它仅是认知预处理层，后续仍需调用大模型或其他生成模块完成最终输出。
常见问题
心虫支持哪些情绪检测维度？
心虫基于PAD三维情绪模型，检测愉悦度(Pleasure)、激活度(Arousal)和支配度(Dominance)，可识别愤怒、喜悦、悲伤、恐惧等基础情绪及复合情绪。
心虫能在完全离线环境下运行吗？
可以，心虫设计为本地引擎，所有模型和规则引擎均在本地运行，无需联网，确保数据隐私。