Mark Heartflow Skill
本地认知预处理引擎，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，规则分类与情绪检测 详细介绍见：https://321skill.com/skills/mark-heartflow-skill-x-5/ 请根据该页面的说明完成安装。
使用示例
'对这段客户投诉文本进行PAD情绪检测，并给出分类标签'，心虫引擎会返回情绪维度值（愉悦度、激活度、支配度）以及根据规则引擎分类的工单类别，如'售后投诉'，同时输出路由建议（如'转人工处理'）。
介绍
心虫(HeartFlow)是一个运行在本地的认知预处理引擎，专门解决输入文本的自动化分类、情绪检测与决策路由问题。它内置规则引擎，可对文本进行语义分类和路由分发，同时基于PAD（愉悦度-激活度-支配度）三维情绪模型检测用户情绪状态，并支持调用内部心理学、逻辑、记忆模块进行深度认知分析。适用于需要实时、离线、隐私优先的文本预处理场景。
使用方式灵活：可通过命令行接口或API直接调用，输入文本后返回分类标签、情绪维度值及路由决策建议。支持自定义规则配置，允许用户根据业务需求调整分类逻辑和情绪阈值。安装简单，运行后无需依赖云端服务，所有计算均在本地完成。
适合以下用户群体：AI智能体开发者（需为Agent添加认知预处理能力）、数据分析师（需对文本进行情绪与分类分析）、后端开发人员（需集成本地规则引擎到业务系统）、以及研究人员（探索心理学与AI结合的认知模型）。
使用建议：首次使用前需根据应用场景配置规则文件；情绪检测对短文本（如客服对话、评论）效果最佳，长文本建议分段处理。注意本地运行会消耗CPU/内存资源，建议在专用服务器或性能较好的开发机上运行，并定期更新规则库以保持分类准确度。
核心特点
与通用情绪检测API或规则引擎相比，心虫深度融合了PAD情绪模型与规则路由，并内置心理学、逻辑、记忆模块，可同时完成分类、情绪分析、决策路由三重任务，且全程本地运行，不依赖云服务，保护用户隐私。
注意事项
不适合需要高吞吐量实时流式处理的场景，且对长文本（超过5000字）的情绪检测精度会下降，需分段处理。
常见问题
心虫支持哪些编程语言调用？
心虫提供HTTP API接口，可通过任何语言发送请求；同时也提供命令行工具，支持Python、Node.js等脚本调用。
如何自定义分类规则和情绪阈值？
在配置文件中修改规则引擎的JSON规则文件，支持正则、关键词、逻辑组合；情绪阈值可通过环境变量调整，详细说明见文档。