← 返回 Skills 市场
Iceberg Excavation
作者
Jack-Long-2022
· GitHub ↗
· v2.0.0
· MIT-0
70
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install iceberg-excavation
功能描述
从情绪入口出发,分层挖掘潜意识需求、思维模式及底层操作系统,提供深度情绪分析与系统重构建议。
使用说明 (SKILL.md)
冰山挖掘(Iceberg Excavation)
从情绪入口一次性挖到底层操作系统
版本信息
- 版本:v2.0.0(L2 可分享版)
- 创建时间:2026-04-06
- 升级时间:2026-04-07
- 维护者:mindset agent
- 等级:L2(可分享)
变更日志
v2.0.0 (2026-04-07)
新增:
- ✅ 配置机制:支持分析深度、输出格式、自定义层级
- ✅ 错误处理:定义输入验证、降级方案、用户提示
- ✅ 使用指南:新增2个实用场景案例
- ✅ 依赖声明:明确列出4个模块文件及必需性
改进:
- ✅ 使用案例:从完整输出改为"触发→输入→输出→效果"格式
- ✅ 参数可配置:5个配置参数(depth, format, custom_layers, enable_scoring, enable_suggestions)
L2 标准:
- ✅ 参数可配置
- ✅ 使用案例实用化
- ✅ 错误信息清晰
- ✅ 依赖声明完整
触发条件
当用户提到以下关键词时激活此技能:
- 深度分析:为什么、根源、底层、模式、潜意识、冰山、操作系统
- 追问情绪:为什么我有这个情绪?、这个情绪从哪来?
- 系统重构:我想改变我的模式、我的底层逻辑是什么?
上下文触发:情绪工具箱转化后,用户追问"为什么"
配置参数
| 参数名 | 类型 | 默认值 | 说明 |
|---|---|---|---|
depth |
int | 4 | 分析深度(1-4层) |
format |
string | "markdown" | 输出格式(markdown/json/text) |
custom_layers |
array | [] | 自定义层级名称 |
enable_scoring |
bool | true | 是否启用情绪强度评分 |
enable_suggestions |
bool | true | 是否生成系统重构建议 |
配置方式
方式1:环境变量
export ICEBERG_DEPTH=3
export ICEBERG_FORMAT=json
export ICEBERG_ENABLE_SCORING=false
方式2:配置文件(config/iceberg-config.json)
{
"depth": 4,
"format": "markdown",
"custom_layers": [],
"enable_scoring": true,
"enable_suggestions": true
}
方式3:运行时参数
用户:用冰山挖掘分析我的焦虑,只分析前3层,输出JSON格式
Agent自动识别参数:
- depth: 3
- format: "json"
配置示例
场景1:快速分析(前2层)
{
"depth": 2,
"format": "text",
"enable_scoring": false,
"enable_suggestions": false
}
场景2:完整分析(4层 + JSON输出)
{
"depth": 4,
"format": "json",
"enable_scoring": true,
"enable_suggestions": true
}
依赖声明
必需依赖
| 文件 | 必需性 | 说明 |
|---|---|---|
| modules/emotion-entry.md | ✅ 必需 | 第1层:情绪入口分析 |
| modules/subconscious-needs.md | ✅ 必需 | 第2层:潜意识需求分析 |
| modules/thinking-patterns.md | ✅ 必需 | 第3层:思维模式分析 |
| modules/operating-system.md | ⚠️ 可选 | 第4层:底层操作系统分析(缺失时降级到3层) |
依赖检查机制
# 检查必需模块
required_modules = [
"modules/emotion-entry.md",
"modules/subconscious-needs.md",
"modules/thinking-patterns.md"
]
for module in required_modules:
if not exists(module):
return error("缺少必需模块:{module}")
# 检查可选模块
if not exists("modules/operating-system.md"):
depth = min(depth, 3) # 降级到3层
log("第4层分析模块缺失,已跳过")
核心方法论
情绪(入口)→ 5次追问 → 模式识别 → 系统重构
5次追问:
- 这个情绪在保护什么?(需求层)
- 这个需求从哪里来?(起源层)
- 如果不被满足,你会怎么样?(恐惧层)
- 这个恐惧在哪个场景反复出现?(模式层)
- 这个模式背后的信念是什么?(系统层)
4层冰山模型
第1层:情绪入口
- 任务:识别情绪 + 触发事件
- 模块:modules/emotion-entry.md
- 关键问题:你现在是什么情绪?什么触发了它?
第2层:潜意识需求
- 任务:挖掘情绪保护的需求
- 模块:modules/subconscious-needs.md
- 关键问题:这个情绪在保护什么?这个需求从哪来?
第3层:思维模式
- 任务:识别反复出现的恐惧和场景
- 模块:modules/thinking-patterns.md
- 关键问题:如果不被满足会怎样?哪个场景反复出现?
第4层:底层操作系统
- 任务:揭示核心信念和运作逻辑
- 模块:modules/operating-system.md
- 关键问题:这个模式背后的信念是什么?
使用示例
案例1:情绪触发分析(快速模式)
场景:用户首次接触冰山挖掘,想快速了解自己的情绪模式
触发方式:
用户:我最近总是因为小事生气,帮我分析一下
配置:
- depth: 2(只分析情绪入口 + 潜意识需求)
- format: "text"(简洁文本输出)
- enable_suggestions: false(不生成重构建议)
输入:
情绪:生气
触发事件:同事迟到5分钟
情绪强度:6/10
输出:
【冰山分析 - 快速版】
第1层·情绪入口:
你感到生气,因为同事迟到5分钟打破了你的预期。
第2层·潜意识需求:
这个生气在保护你的"时间秩序感"。你潜意识里认为:
- 守时 = 尊重
- 迟到 = 不重视我
需求类型:控制感
【建议】如需深入分析思维模式和底层系统,请说"继续分析"
预期效果:
- 用户快速获得洞察(\x3C1分钟)
- 降低认知负担(只展示2层)
- 引导深度分析(可选继续)
案例2:模式识别(完整模式)
场景:用户想彻底理解自己的反复出现的行为模式
触发方式:
用户:我想深度分析我的"完美主义"模式,挖到底层系统
配置:
- depth: 4(完整4层分析)
- format: "markdown"(完整报告)
- enable_suggestions: true(生成重构建议)
输入:
情绪:焦虑
触发事件:提交报告前反复检查
情绪强度:8/10
反复出现:每次交付前都会这样
输出:
## 冰山分析报告(完整版)
### 第1层:情绪入口
- **情绪**:焦虑
- **触发事件**:提交报告前反复检查
- **情绪强度**:8/10
- **模式标记**:反复出现在"交付前"场景
### 第2层:潜意识需求
- **这个情绪在保护**:我对"完美"的控制感
- **需求来源**:害怕犯错、害怕被批评
- **需求类型**:控制感 + 被认可
### 第3层:思维模式
- **反复出现的恐惧**:如果不完美,就会被否定
- **触发场景**:任何需要"交付"的场景(报告、演示、承诺)
- **模式类型**:灾难化 + 非黑即白(完美=成功,瑕疵=失败)
### 第4层:底层操作系统
- **核心信念**:我的价值 = 我的产出质量
- **运作逻辑**:
1. 交付前 → 焦虑触发
2. 反复检查 → 暂时缓解
3. 永远不够 → 循环强化
- **系统类型**:完美主义 + 外部确认依赖型
### 系统重构建议
#### 1. 认知重构
- **信念调整**:质量有"足够好"标准,不是0或100
- **证据检验**:回顾过去5次"不够完美"的交付,实际后果是什么?
#### 2. 行为实验
- **小步测试**:下次报告只检查2遍,观察实际反馈
- **记录结果**:验证"灾难化"假设是否成立
#### 3. 系统升级
- **建立内部标准**:定义"足够好"的具体指标
- **减少外部依赖**:从"别人怎么看"转向"我是否尽力"
- **长期目标**:建立成长型思维,接受"不完美是常态"
预期效果:
- 用户获得完整洞察(5-10分钟)
- 清晰看到模式全貌
- 获得可执行的重构建议
- 建立长期改变路径
错误处理
错误场景1:输入非情绪文本
触发:
用户:帮我分析一下今天的天气
错误信息:
⚠️ 冰山挖掘技能未激活
**原因**:未检测到情绪相关内容
**建议**:
- 如果你想分析情绪,请描述你的情绪感受(如"我很焦虑")
- 如果你想聊其他话题,我可以用其他方式帮助你
错误场景2:用户抗拒深度分析
触发:
用户:不要分析我的底层系统,太深入了
降级处理:
✅ 已切换到浅层分析模式
【冰山分析 - 浅层版】
第1层·情绪入口:
你的情绪是...
第2层·潜意识需求:
这个情绪在保护...
---
💡 如需深度分析,请说"继续分析"。我会等你准备好。
配置调整:
- depth: 2(自动降级)
- 记录用户偏好到 memory
错误场景3:模块文件缺失
触发:
modules/operating-system.md 文件不存在
降级处理:
⚠️ 第4层分析模块缺失,已跳过
【冰山分析 - 降级版】
第1-3层分析完成...
---
💡 第4层(底层操作系统)分析暂时不可用
请联系维护者修复模块文件:modules/operating-system.md
配置调整:
- depth: 3(自动降级)
- 记录错误到日志
错误场景4:配置参数无效
触发:
depth: 5(超出范围)
format: "xml"(不支持)
错误信息:
⚠️ 配置参数无效
**错误详情**:
- `depth: 5` → 超出范围,应为 1-4
- `format: "xml"` → 不支持,可选:markdown, json, text
**已自动修正**:
- depth: 4(使用默认值)
- format: "markdown"(使用默认值)
---
💡 如需自定义配置,请参考:config/iceberg-config.json
与情绪觉知工具箱的关系
调用顺序:
用户表达情绪
↓
情绪觉知工具箱:识别 → 接纳 → 观察 → 转化
↓
用户追问"为什么"
↓
冰山挖掘:4层深度分析 + 系统重构
分工:
- 情绪觉知工具箱:处理情绪本身(症状层)
- 冰山挖掘:挖掘底层系统(病因层)
注意事项
- 非医疗建议:此技能提供心理洞察,不替代专业治疗
- 循序渐进:如果用户抗拒深度分析,先回到情绪觉知工具箱
- 尊重节奏:不是所有人都准备好面对底层系统
- 文化敏感性:考虑中国文化对"面子"、"权威"的特殊性
核心信念:情绪是入口,系统才是答案。挖得越深,改变越彻底。
安全使用建议
这项技能在功能和所需文件上与其描述一致,但有两个关键注意点:
1) 隐私与同意:技能设计允许在不强制再次征得同意的情况下进行“深度挖掘”(config 指定 user_consent_required: false),并会将用户偏好写入 agent memory。深层情绪/潜意识内容非常敏感,安装前请确认你信任该技能会如何存储与保护这些对话(memory 的保留期、访问控制、是否可删除)。建议在平台上将 user_consent_required 设为 true 或要求每次深度分析前明确确认。
2) 持久化和日志:技能会记录偏好与错误日志。确认 agent 平台的日志和记忆不会被第三方访问或导出,或在提供给外部服务前进行脱敏。
其他说明:该技能为纯文档形式、无外部下载或未知二进制,不存在已知的代码注入/远程端点。但如果你对长期保存敏感心理数据有顾虑,避免启用自动持久化(memory 写入),或在配置中禁用/调整相关项;并在使用前要求技能在每次执行深度分析前请求明确用户同意(或手动触发深度模式)。
能力评估
Purpose & Capability
名称与描述(深度情绪/底层系统挖掘)与 SKILL.md 及各模块内容一致;所有模块都是心理分析相关的文档,所需能力与技能目的相符。没有要求与技能目的不相关的外部凭据、二进制或系统路径。
Instruction Scope
SKILL.md 明确描述了分析流程、参数和输出模板,但也包含会影响隐私/持久化的指示:例如在“降级处理”中提到“记录用户偏好到 memory”,并有日志/错误记录条目。文档还展示了可通过环境变量配置参数(ICEBERG_*),以及嵌入的 Python 伪代码用于“依赖检查”。SKILL.md 并未强制要求在执行深度(第4层)分析前征求明确用户同意(config里 user_consent_required: false),这使得技能可能在未明确同意下进行高敏感度的深度挖掘或将敏感对话存入持久化记忆。
Install Mechanism
这是纯文档/指令型技能(无 install spec、无代码执行文件),因此不会在安装阶段下载或写入可执行代码到宿主系统,安装风险低。文件都是 Markdown/JSON 文本。
Credentials
注册信息中未列出必须的环境变量或凭据(requires.env: none),但 SKILL.md 提供了通过环境变量配置参数的示例(ICEBERG_DEPTH/FORMAT/ENABLE_SCORING)。这些 env 示例看起来是可选的、本地配置用途,与技能目的合理匹配;没有出现需要第三方凭据或与目的无关的密钥请求。
Persistence & Privilege
技能文档明确或暗示会将用户偏好/状态写入“memory”和日志(例如在抗拒降级时记录偏好、在模块缺失时记录错误到日志)。config/iceberg-config.json 中 user_consent_required 设置为 false,意味着文档设计上允许在未明确再次征得用户同意的情况下执行深度分析并持久化相关偏好或记录。虽然技能本身没有请求系统级权限或 always:true,但对高度敏感个人信息的持久化(尤其是深层心理内容)是一个显著的隐私/合规风险,用户应确认 agent 平台的 memory 存储策略与访问控制。
如何使用
- 确保已安装 OpenClaw(本地或 Docker 部署)
- 在对话框中输入安装命令:
/install iceberg-excavation - 安装完成后,直接呼叫该 Skill 的名称或使用
/iceberg-excavation触发 - 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
v2.0.0
## Iceberg Excavation v2.0.0 ChangeLog
- Added flexible configuration options: analysis depth, output format, custom layer names, scoring, and suggestions.
- Introduced error handling: clear input validation, downgrade strategies, and user-friendly prompts.
- Expanded usage guidance with two practical scenario examples.
- Declared explicit dependencies for four key module files.
- Improved use cases: now follow a structured "Trigger → Input → Output → Effect" format.
- Meets L2 sharable standard: configurable parameters, practical examples, clear errors, and complete dependencies.
元数据
常见问题
Iceberg Excavation 是什么?
从情绪入口出发,分层挖掘潜意识需求、思维模式及底层操作系统,提供深度情绪分析与系统重构建议。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 70 次。
如何安装 Iceberg Excavation?
在 OpenClaw 或 Claude Code 对话框中运行命令「/install iceberg-excavation」即可一键安装,无需额外配置。
Iceberg Excavation 是免费的吗?
是的,Iceberg Excavation 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。
Iceberg Excavation 支持哪些平台?
Iceberg Excavation 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。
谁开发了 Iceberg Excavation?
由 Jack-Long-2022(@jack-long-2022)开发并维护,当前版本 v2.0.0。
推荐 Skills