深度解读 Culture Index 个体画像报告模板：从数据提取到可落地的用人建议-北京尧图网络

AI 技能AI 插件应用安全网络安全AI 评测【免费下载链接】skillsTrail of Bits Claude Code skills for security research, vulnerability detection, and audit workflows项目地址https://gitcode.com/gh_mirrors/skills8/skills点击查看免费下载导读本文围绕 Culture Index 个体画像报告模板individual-report.md展开结合 Trail of Bits 开源的interpreting-culture-index技能仓库系统讲解如何把一份 Culture Index 测评数据PDF 或 JSON转化为结构化的个体画像报告。读完本文你将掌握六个核心特质A/B/C/D/L/I的相对与绝对解读规则、箭头人口均值定位、Survey 与 Job 双图对比、能量利用率EU Utilization的 burnout 风险判定以及如何在报告中给出既不越界又不失偏颇的沟通与用人建议。报告模板的整体结构一份报告的九个必填区块individual-report.md是一份复制即用Copy and fill的结构化模板适用于对单个个体的 Culture Index 画像进行正式汇报。它总共包含九个核心区块区块作用关键内容Profile Summary画像速览六特质位置、箭头位置、EU 值Leading Traits主导特质距箭头最远的 1-3 个特质排序Strengths优势基于主导特质的 2-3 项优势Challenges / Development Areas挑战基于主导特质的 2-3 项发展区Energy Status能量状态Survey/Job EU 与利用率判定Survey vs Job Comparison双图对比仅在两张图都可用时填写Recommendations建议可执行的行为建议Communication Preferences沟通偏好沟通方式、反馈、会议风格Notes备注补充观察与免责说明模板的头部固定包含报告对象的姓名与原型/模式标签、日期和数据来源PDF/JSON这是报告可追溯性的基础。从仓库的 interpret-individual.md 工作流可以看出完整生成一份报告对应一个十步流程加载画像 → 校验提取 → 定位箭头 → 计算距离 → 识别主导点 → 匹配原型 → 记录 L/I → 总结优势 → 识别挑战 → 对比 Survey/Job 并汇编。模板正是这一流程的落纸形态。前置准备数据从哪里来PDF 提取与 JSON 校验模板的 Data Source 字段要求标注PDF/JSON因为在仓库中这两者是唯二合法的输入格式且处理路径完全不同。JSON 直接可用如果已有提取好的 JSON直接读取即可import json with open(path/to/profile.json) as f: profile json.load(f)仓库定义的 JSON 结构见 SKILL.md 的input_formats章节中每个特质都是[absolute, relative_to_arrow]二元组解释时永远使用 relative 值{ name: Person Name, archetype: Architect, survey: { eu: 21, arrow: 2.3, a: [5, 2.7], b: [0, -2.3], c: [1, -1.3], d: [3, 0.7], logic: [5, null], ingenuity: [2, null] }, job: { ...: same structure as survey }, analysis: { energy_utilization: 148, status: stress } }注意logic与ingenuity的 relative 值为null——这并非缺失数据而是因为L 和 I 使用绝对分数解读不需要箭头参照详见下文绝对特质一节。PDF 必须先用脚本提取严禁用肉眼目测读取 PDF 上的特质数值——仓库明确警告目测误差率高达 20-30%。正确流程是调用仓库自带的提取脚本uv run --no-project plugins/culture-index/skills/interpreting-culture-index/scripts/extract_pdf.py --verify /path/to/file.pdf [output.json]该脚本extract_pdf.py基于 OpenCV 的像素级解析实现提取声称 100% 准确率、无需 API Key底层由culture_index.extract.process_pdf完成并通过 models.py 中的ExtractionResult数据类封装成功/失败与告警信息。--verify参数会在 stderr 打印一份验证摘要用 ASCII 图逐行复现 Survey Traits 与 Job Behaviors 两张图表包含每个特质点与箭头位置供你与原始 PDF 逐项比对 VERIFICATION SUMMARY - Compare with PDF Name: Person Name Pattern: Architect Survey Traits (EU21) 0 1 2 3 4 5 6 7 8 9 10 A ● [5] B ● [0] ... ↑ arrow (2.3) 校验要点有三项EU 值与图上显示一致、箭头位置正确、最极端特质摘要中会标出视觉上说得通。如果 uv 未安装应停下并指导用户安装 uv而不是退回到视觉估算。填入模板 Profile Summary 前的每一个数值都应当是这份被校验过的 JSON 里的相对值。解读的基石箭头与距离而不是绝对值模板 Profile Summary 表格中的每一格都围绕两个参照系Position绝对分数与Distance from Arrow相对距离。要正确填写这张表必须先理解 Culture Index 最核心的一条原则见 SKILL.md 的essential_principles0-10 刻度只是一把尺子真正有意义的是点到红色箭头的距离。箭头代表总体均值50 百分位且其位置会随 EU 变化而左右移动——EU 越高箭头越靠右、EU 越低箭头越靠左。无论箭头落在哪里我们都测量点与它的距离因此箭头移动不影响有效性。错误示范Dan 的自主性比 Jim 高因为他的 A 是 8 而 Jim 是 5。正确表述Dan 距箭头 3 百分位Jim 距箭头 1 百分位。这就是模板中 Distance from Arrow 一栏存在的意义。距离决定特质强度仓库给出的分级标准是距离标签约百分位含义位于箭头上Normative50th灵活、随情境而变±1 百分位Tendency~67th较易调整±2 百分位Pronounced~84th显著差异±4 百分位Extreme~98th硬连线、强迫性、可预测关键换算关系每 2 个百分位的距离 ≈ 1 个标准差。越极端的特质驱动越极端的结果但也越难调整、越难以被普通人理解。从工作流 interpret-individual.md 的 Step 3 可以看到更精细的填表口径0 至 ±0.5 记 Normative±1 至 ±1.5 记 Tendency±2 至 ±3 记 Pronounced±4 记 Extreme。两个例外L逻辑与 I独创性使用绝对分数模板表格中特意为 L 和 I 标注了n/a不适用距离参照并在 Interpretation 列注明使用绝对解读。这是仓库明确强调的唯一打破禁止比较绝对值规则的例外LLogic紫色0-2 Low情绪先行、3-7 Normative头心平衡、8-10 High理性、黑白分明。L 还同时度量自尊水平——逻辑分数越低自尊越低。IIngenuity青色0-2 Low务实、直线思维是最常见的分数、3-6 Occasional偶发灵感、7-10 High天马行空、多维思考。因此Logic 8 就是高逻辑、Ingenuity 2 就是低独创性这类表述对任何人都成立可以跨人直接比较。而 A/B/C/D 四个主导特质则永远只能相对箭头解读。Profile Summary四主特质两绝对特质的速览表模板第一个区块把六项特质收敛成一张速览表这是整份报告的心电图。以仓库中定义的四个主特质为例详见 primary-traits.md特质颜色度量对象高分右低分左A栗色自主性/主动性/内在自信自驱、有主见、ROI 导向、爱直面冲突乐于助人、服务导向、需要方向、回避冲突B黄色社交能力/互动需求口头加工型、先建关系再谈事、文化构建者为工作而来、书面沟通、深度工作偏好C蓝色节奏/耐心/紧迫感耐心、稳定、专注力强、28 分钟被打断恢复期急躁、多任务、变化催化剂、截止日期驱动D绿色顺从度/细节/规则精确、可靠、需要 SOP、知识自信天马行空、弹性、80% 完成即转向填表时 Interpretation 列应写High/Low/Normative之一同时结合距离值注明强度如 Extreme High A。一个值得注意的联动C 是其他特质的倍率器——低 C 给其他特质加油添火如 High A Low C 咄咄逼人的即时驱动者高 C 则起镇静剂作用如 High A High C 有战略耐心、等待时机。如果两个特质距离相同模板要求按最极端到次极端排序这正是下一节 Leading Traits 的内容。Leading Traits找到驱动行为的主导点模板第二区块要求列出 1-3 个主导特质并给出[Trait] at [±X centiles] - [interpretation]的格式。判定方法对应工作流 Step 4非常简单找出距箭头最远的点这些点对行为的驱动最强。识别主导特质后结合 patterns-archetypes.md 可快速匹配原型。仓库收录了 19 种行为模式常见的有原型特质组合典型角色Architect/VisionaryHigh A, Low C, Low DCEO、创始人Rainmaker/PersuaderHigh A, High B, Low C销售猎手、BDScholar/SpecialistLow B, High C, High D工程师、CFO、分析师CraftsmanLow A, Low B, High C, High D财务、合规Technical ExpertLow A, Low B, High C, Low D安全、QC、运维值得写进报告的判定口诀来自 identifying_pattern 的快速解读法先找距规范线最远的点看它落入哪个区间——±2 百分位记 somewhat/very一个标准差±4 百分位记 extremely进入六西格玛区间从对应列选用描述词。示例D 特质在规范线右侧 4.5 百分位 → 极度顺从的完美主义者精确、谨慎、准确位于线上或 ±0.5 以内的点则表述为视舒适度与经验可能在 [右列词] 或 [左列词] 之间切换。同时注意两点防坑模式宽度特质之间散得越开行为越极端越可预测聚得越拢越灵活比单个点位更重要以及任务/人导向由 A 与 B 的相对关系决定——A B 偏向任务结果B A 偏向关系和谐。Strengths 与 Challenges基于主导特质的正反两面模板规定 Strengths 列 3 项、Challenges 列 2 项且全部必须由主导特质推导而不是泛泛而谈。仓库工作流 Step 7/8 给出了可直接取用的映射表优势速查高/低侧High A → 主动、自信、战略思维Low A → 团队导向、服务心态、执行力High B → 关系构建、影响力、口头表达Low B → 专注、分析深度、独立High C → 耐心、专注、一致、方法论Low C → 紧迫感、多任务、适应力High D → 精确、可靠、质量、问责Low D → 灵活、大局观、风险容忍挑战速查High A → 与人相处困难、对他人不耐烦、自我优先倾向High B → 可能为了关系牺牲结果、需要社交互动High C → 抗拒变化、转型慢、需要提前通知High D → 缺乏灵活性、完美主义、难以授权Low A → 缺乏主动性、需要明确方向、回避冲突Low B → 显得冷淡或疏离、偏好独处Low C → 制造不必要紧迫感、打断他人、易出错Low D → 遗漏细节、跟进不彻底、健忘写作纪律这一节最容易犯价值判断错误。仓库的 anti-patterns.md 明确禁止High D 是好的因为细致这类表述正确的写法是High D 表明强细节关注——适配需要精度的角色。同样不要以单一特质下结论他有 High A所以他是领导者是错的正确的是High A 结合 High D 说明他能构建新系统High A 结合 Low D 则意味着他推进快但可能遗漏细节。模式比单点更重要。Energy StatusEU 利用率与 burnout 风险判定模板的 Energy Status 区块是整份报告中唯一带报警语义的部分需要 Survey EU、Job EU 与 Utilization 三项。EUEnergy Units能量单位度量的是心理耐力——一个人能连续工作多久才需要 5-10 分钟的短暂充电它不是体力、不是工作伦理、也不是智力见 secondary-traits.md。EU 的分档与填表口径EU 范围标签管理要点0-10潜在回避型标记复查可能需人工重判11-19较低 EU重要工作放上午/周初20-40高管最常见区间全天规律性短暂休息10 小时日 4-5 次41-60高于平均可持续更长时间深度专注61-80高 EU劲量兔晚上 9 点与早上 9 点一样清醒留意深夜邮件能量利用率公式仓库在 SKILL.md 与 secondary-traits.md 中反复出现Utilization (Job EU / Survey EU) × 100 70-130% Healthy健康 130% STRESS压力burnout 风险 70% FRUSTRATION挫败离职风险130% 的压力分两种好压力自我驱动型我真心在乎这家公司与坏压力过度使用型工作过载或行为改造成本过高——但即使好压力持续 3-6 个月也有 burnout 与健康风险70% 的挫败意味着工作与本人特质不匹配可能事务很多但与特质不合虽未立刻弹射但已接近示例Survey EU41、Job EU31 时利用率 31/41 ≈ 75%已逼近挫败/游离的检查引擎灯区间。核心洞察生活在上方图自然特质中并不消耗 EU——那是毫不费力的。真正消耗 EU 的是行为改造——当下方 Job 图与上方 Survey 图不一致时你在为表演成与自己出厂设置不同的人付出心理能量。模板为此专门留了一行备注若 Job 行为不可得须注明Single survey only - no utilization comparison available仅单次测评无利用率对比。Survey vs Job谁是你谁是你试图成为的人模板规定 Survey vs Job Comparison 区块只在两张图都可用时填写逐行对比 A/B/C/D 四个特质的 Survey 位置、Job 位置、变化量与含义并在底部记录箭头移动方向[Survey arrow] → [Job arrow]。仓库对此的核心比喻是上方图Survey Traits 你是谁12-16 岁就已硬连线不会改变——像用惯用手写字下方图Job Behaviors 你在工作场合试图成为的样子可改变——像用非惯用手写字。两张图差异大说明存在行为改造若持续 3-6 个月以上就会消耗能量并导致 burnout。补充的经典谚语You cant send a duck to Eagle school.特质无法改变只能临时修改行为并为此付出能量代价。尤其要警惕的离职风险信号当一个人的 Job 行为与 Survey 特质完全相反时如 Architect 模式 High A/Low C/Low D 在职场上变成 Socializer 的 Low A/High B/High C/Low D所有点全部翻到对立面这是迫在眉睫的离职信号——必须有改变否则此人会离开。从 detect-burnout.md 工作流与 anti-patterns.md 的 red flags 中可以提取填写此表时的检查项箭头是否移动压力/挫败信号是否有任何点翻到对侧极化转移离职风险EU 利用率是多少130% 压力、70% 挫败极端信号阈值利用率 150% 严重压力需立即谈话50% 严重游离可能已在心理上离职Job 行为中 D 显著升高是最常见且最不可持续的职场压力模式为什么此人觉得必须变得如此完美主义同时注意数据新鲜度Job 行为应每 6 个月重测不要基于 18 个月以上的陈旧数据做决策。Recommendations 与 Communication Preferences让报告落地模板的最后两个实操区块把画像从诊断推向行动。Recommendations基于画像的可执行建议仓库的 motivators.md 提供了最直接的落地框架——在 A、B、D 三个自信特质中找到主导点然后持续安装该特质的激励器 3-4 个。要点摘录High A可变薪酬奖金/股权/提成、自主权、ROI 式沟通要点而非长文、结果而非流程给我烤个蛋糕而非给你配方、挑战机会、通过提问而非陈述获得认同。无效项微观管理、详细指令、纯固定薪酬。Low A具体表扬Johnson 提案干得漂亮而非干得好、稳定可预期的薪酬、清晰框架、行动前的方向指引、团队认可、留出安全空间让其表达真实顾虑。无效项可变薪酬、模糊方向。High B口头肯定首要货币、闲聊时间关系投资、集体活动、公开认可、先建关系再谈任务。无效项长期孤立作业、跳过寒暄。Low B少打扰、书面/异步沟通、私下认可、有心的礼物、高质量 1:1 胜过群体场合。无效项频繁 check-in、群体会议、公开表扬。High C提前通知、提前发议程、一会议一主题、保护专注时间、可预期日程、书面清单、尊重 28 分钟恢复法则。无效项临时变更、多主题会议、频繁打断。Low C多样性、变化环境、移动感、可扑救的火、截止日期写进邮件主题行、多项目切换、快速胜利。无效项单调、无里程碑的长期项目。High D不针对个人谈流程改进而非个人失败、培训机会知识即货币、结构化环境、配得上的认可不配则宁可不夸、公平且有依据的薪酬、信任不要破坏它、SOP 与文档。无效项个人化批评、名不副实的表扬、随意决策、食言。Low D创造性难题、自由空间、选项而非框死、聚焦真正影响财务的三件事、大局观、实验空间。无效项过多规则、繁重结构、细节堆砌。当三个自信特质A/B/D聚得很近时D 总是优先——先从 D 的激励器开始再 B、再 A。Communication Preferences沟通偏好模板这一节直接映射到特质组合最佳沟通方式按主导特质选择——High A 用要点ROI 表述Low A 给出明确方向与具体反馈High B 先建关系再谈事并给予公开认可Low B 走书面私下认可High C 提前通知一会议一主题Low C 把截止日期写进主题行High D 用数据与细节论证Low D 先讲大局再给选项。反馈方式依据 A 与 DHigh A 反馈要直接并允许其拥有改进方案Low A 需要安全空间具体化High D 反馈绝不个人化谈流程与标准。会议风格依据 B 与 CHigh B 需要闲聊时间与小群体讨论Low B 偏好少而精的 1:1 与异步材料High C 需要提前议程、单一主题Low C 需要快速节奏与明确截止点。Notes把分寸感写进报告模板的 Notes 区块除了补充观察外还固定要求保留一句方法论免责声明Culture Index 只是众多数据点之一须与技能、经验、绩效数据结合使用。这一点在仓库的 anti-patterns.md 中被反复强调同时列出若干沟通红线不要共享脱离上下文的原始分数你的 A 是 8无意义且可能有害应始终传达相对箭头的位置、行为含义、为何无所谓好坏、与角色的适配关系。不要给人贴标签你是 Persuader 所以只该做销售——CI 展示的是倾向不是宿命。不要在未获同意的情况下在群体场合对比个体画像那会制造层级与评判。不要把 CI 作为招聘/解雇决策的唯一依据也不要用于临床心理评估或诊断CI 也不适用于 DISC、MBTI 等非 CI 测评体系。实战速查一份完整报告的填表清单综合模板九个区块与仓库的success_criteria填写完成后请逐项自检数据来源是否为脚本提取并经--verify校验而非目测箭头位置是否在 Survey 与 Job 两张图中都确认所有 A/B/C/D 距离是否按相对箭头计算主导点是否识别并按最极端优先排序原型/模式是否命名可对照 19 种模式L 与 I 是否按绝对分数解读是否给出 2-3 项基于主导特质的优势与挑战两张图可用时是否完成 Survey vs Job 对比并计算 EU 利用率是否给出可执行的建议与沟通偏好是否全程避免绝对比较与好/坏价值判断是否注明 CI 仅为多个数据点之一遵循这份检查清单individual-report.md就不再是一张待填空的表格而是一份既能服务管理者日常用人、又能被 Agent 与 LLM 稳定解析复用的结构化行为画像报告。赞分享AI 技能AI 插件应用安全网络安全AI 评测【免费下载链接】skillsTrail of Bits Claude Code skills for security research, vulnerability detection, and audit workflows项目地址https://gitcode.com/gh_mirrors/skills8/skills点击查看免费下载相关推荐Culture Index 双人画像对比基于 trails 仓库 interpreting-culture-index 技能包的兼容性分析报告模板实战指南Culture Index 双人画像对比基于 trails 仓库 interpreting culture index 技能包的兼容性分析报告模板实战指南 CAI 技能AI 插件应用安全网络安全AI 评测Culture Index 解读反模式全解如何避免误读行为特质画像Culture Index 解读反模式全解如何避免误读行为特质画像导读 Culture IndexCI行为特质评估在个体解读、团队组建与用人体检中非常AI 技能AI 插件应用安全网络安全AI 评测Culture Index 招聘画像Hiring Profile模板实战指南基于 interpreting-culture-index 技能包定义职位理想特质Culture Index 招聘画像Hiring Profile模板实战指南基于 interpreting culture index 技能包定义职位理想AI 技能AI 插件应用安全网络安全AI 评测上一篇GitHub 涨星涨粉实战以 ai-guide 开源项目为例的 10 个推广技巧下一篇open-codesign Issue Triage 实战从 GitHub Issue 症状到可复现修复的最小闭环创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

深度解读 Culture Index 个体画像报告模板：从数据提取到可落地的用人建议

相关推荐

Linux 常用命令实战手册：文件、日志、进程与网络排查全指南

Sapling 的 Indexed Log：一份从 Revlog 到 Append-Only 索引存储的设计解析

CouchDB 集群内部 RPC 机制深度解析：rexi 分布式调用框架的原理、源码与配置

更多资讯

并网逆变器VSG预同步控制Matlab仿真模型搭建与调试

PS消失点滤镜：透视贴图与空间绘图完全指南

CAXA电子图板2026功能区全解析：从布局到自定义实战

城市生命线物联网年度实践：从硬件选型到平台闭环的工程复盘

商家小程序落地四步法：从痛点出发构建最小业务闭环

多时钟FPGA设计避坑指南：MMCM/PLL配置、跨时钟域与接口时钟方案

今日更新

PHP htmlentities()函数用法讲解

AI Agent工程实战：从七要素到七个决策点的系统设计指南

AI入局芯片设计验证：验证收敛50倍加速的真相与应对

本周精选

CMOS设计三大物理效应：体效应、沟道长度调制与亚阈值导电

微信小程序在线阅读毕设全解析：Java后端+MySQL+避坑实战

Android音频问题五层分析法：从App到Codec的系统化诊断

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？