（6351期）Social Hub – 本地隐私优先的智能人脉匹配助手

本地隐私优先的智能人脉匹配助手 基于本地设备运行的AI人脉匹配助手，通过企业微信渐进式采集用户画像，构建本地向量数据库，实现智能社交关系推荐与隐私保护型匹配服务。 使用说明 核心用法 该技能是一个部署在用户本地设备上的AI个人Agent，通过企业微信与用户进行自然对话，核心功能包括： 画像渐进采集：通过日常对话自然收集用户的城市、行业、职位、技能、兴趣、目标、挑战等多维度信息，存储于本地ChromaDB向量数据库，而非云端服务器。 智能匹配交付：接收匹配引擎的MATCH_FOUND通知后，以"先说为什么合适，再问是否有兴趣"的方式向用户推荐潜在人脉，双方双向确认后才交换联系方式。 主动对话触发：根据状态机规则，在合适时机主动发起有价值的话题对话，持续完善用户画像。 数据自主管理：用户可随时查看、修改、删除本地数据，或设置特定字段为隐私不可见，支持一键完全退出并清除所有数据。 显著优点 隐私优先架构：数据完全本地存储（~/.matchbot/chromadb/），仅向匹配引擎推送标签摘要而非原始信息，符合严格的数据最小化原则。 渐进式体验：通过"被动采集+主动追问"结合的方式，避免问卷式打扰，对话自然流畅。 双向选择机制：匹配需双方确认，拒绝无负面后果，用户体验友好。 透明度可控：用户可实时查看Agent记录的内容，具备完整的数据自主权。 潜在缺点与局限性 设备依赖风险：本地存储意味着设备损坏或丢失可能导致数据无法恢复（无云备份设计虽保护隐私但也带来风险）。 匹配范围受限：仅推送标签摘要给匹配引擎，可能导致匹配精度不如完整数据分析。 复杂状态机维护：多维度状态管理（NOT_REACHED/QUEUED/COLLECTING等）对实现质量要求高，易出现状态不一致bug。 企微生态绑定：依赖企业微信作为交互渠道，受平台政策变动影响。 适合人群 注重隐私保护的职场人士、希望通过弱关系拓展人脉的互联网/科技行业从业者、对AI辅助社交接受度较高的用户。 常规风险 本地数据泄露：虽不上云，但本地ChromaDB文件若被恶意程序读取仍存在泄露风险。 Embedding API依赖：向量生成依赖外部LLM的embedding服务，存在服务可用性和数据暴露给API提供商的隐患。 匹配推荐偏差：标签摘要的简化可能导致匹配质量下降，或推荐算法引入隐性偏见。 社交工程攻击：攻击者可能通过伪造匹配通知诱导用户泄露信息。 原始说明 AI 关系匹配助手的个人端 Agent。运行在每个用户的本地设备上，通过企业微信与用户进行自然对话，渐进式采集用户多维度信息，构建用户画像并存储为本地向量数据库，将画像标签摘要推送到 Agent 群组供匹配引擎使用，接收匹配结果并完成匹配交付流程。当用户通过企微发来消息、或到了主动发起对话的时间、或群组中收到匹配引擎的通知时，本 skill 应被触发。