采集科研数字分身的基础信息（研究阶段、学科领域、方法范式、技术能力、科研流程能力）。当用户开始建立科研数字分身、或基础信息尚未填写时使用。
（仅在科研数字分身新建或基础信息大量为空时执行此步骤）
不要先询问姓名或标识。直接向用户展示：
在开始逐项填写之前，想问一下——你平时有没有使用过带记忆功能的 AI 工具？
（比如 ChatGPT、Claude、Gemini 等，且已经有一定时间的使用记录）
如果有的话，我可以帮你生成一段提示词，发给你使用的 AI，
让它根据对你的了解来预填科研数字分身——这样能节省不少时间。
若你使用多个 AI，可把同一提示词都发一遍，再把回复依次粘贴回来，我会帮你整合。
A. 有，我想先从 AI 记忆中提取信息
B. 没有，或者不需要，直接开始填写
.cursor/skills/generate-ai-memory-prompt/SKILL.md，不询问姓名；完成 AI 记忆导入后（姓名会在保存时由 import-ai-memory 询问），再回到此 Skill 补充剩余空白字段（仅在用户选择了「直接开始填写」时执行；若用户选了 AI 记忆优先，姓名在 import-ai-memory 保存时已询问）
profiles/[姓名].md 是否已存在
profiles/_template.md 复制，创建新文件告知用户采集分为两批：基础身份 和 能力自评，共约 10 分钟
按顺序逐一提问：
Q1：你目前处于哪个研究阶段？
Q2：你的主要研究领域是什么？
Q3：你主要采用哪种研究方法？
Q4：你所在的机构是哪里？导师/所在团队的研究方向是？
Q5：你目前的学术合作圈大概是什么情况？
说明：「接下来我们来了解你的科研能力，请为以下各环节打分（1=非常薄弱，5=非常强），并可以简单说明原因。」
依次询问 6 个维度（每次询问 2 个，分 3 轮）：
第1轮：问题定义能力 + 文献整合能力 第2轮：方案设计能力 + 实验执行能力 第3轮：论文写作能力 + 项目管理能力
对于每个维度，追问：「有没有你特别擅长或特别想提升的具体方面？」（可跳过）
问：「请列举你主要使用的编程语言和科研工具（如 Python、MATLAB、特定软件等），并大致说明熟练程度。」
提示示例：「比如 Python（熟练）、MATLAB（入门）、fMRIPrep（日常使用）」
问：「如果有的话，请简述你的代表性学术产出，比如已发表论文、开源项目、工具包等。」
说明：「最后，我想了解一下你现在实际面对的情境——这将帮助科研数字分身系统给你更贴近现实的建议。」
Q-需求1：「你现在每天/每周花费最多精力的事情是什么？可以列举 1–3 件，不限于科研，也包括杂事、沟通、行政等。」
Q-需求2：「你目前遇到的最大卡点或困扰是什么？哪件事让你感觉'推不动'或者'不知道怎么办'？」
Q-需求3：「如果现在有一件事可以改变，让你接下来三个月更顺，你最想改变什么？」
将三个问题的答案分别记录到科研数字分身的「三、当前需求」章节。
profiles/[姓名].md 对应字段采集阶段 更新为 basic_info_done基础信息已采集完毕！接下来我们可以采集你的动机、人格和认知风格数据。
请问你希望如何进行？
A. 填写标准量表（精确，约 20-30 分钟，分批完成）
B. 让 AI 根据已有信息推断（快速，5 分钟，结果会标注「AI推断」）
C. 暂时到这里，之后再继续