diff --git a/app/core/config.py b/app/core/config.py
index a97049c..93d529a 100644
--- a/app/core/config.py
+++ b/app/core/config.py
@@ -150,6 +150,11 @@ def get_profile_helper_root() -> Path:
     return _libs_root() / "profile_helper"
 
 
+def get_profile_helper_profiles_dir() -> Path:
+    """Return workspace-backed profile helper profiles directory."""
+    return get_workspace_base() / "profile_helper" / "profiles"
+
+
 def get_prompts_dir() -> Path:
     """Return prompts directory: builtin libs/prompts/ > primary (mount) > app/prompts/. Mount only supplement."""
     builtin = get_libs_builtin_root()
diff --git a/app/services/profile_helper/agent.py b/app/services/profile_helper/agent.py
index 100e501..f4beb03 100644
--- a/app/services/profile_helper/agent.py
+++ b/app/services/profile_helper/agent.py
@@ -1,8 +1,11 @@
 """LLM tool calling + agentic loop for profile helper."""
+
 import json
+from datetime import date
 
 from app.services.profile_helper.llm_client import create_client, get_default_model
 from app.services.profile_helper.prompts import META_SYSTEM_PROMPT
+from app.services.profile_helper.sessions import save_forum_profile, save_profile
 from app.services.profile_helper.tools import (
     list_doc_names,
     list_skill_names,
@@ -10,6 +13,7 @@
     read_skill,
 )
 
+
 def _build_tools() -> list[dict]:
     return [
         {
@@ -52,7 +56,7 @@ def _build_tools() -> list[dict]:
             "type": "function",
             "function": {
                 "name": "read_profile",
-                "description": "获取当前会话中的画像内容。每次开始任务前先调用，了解当前填写进度和采集阶段。",
+                "description": "获取当前会话中的科研数字分身内容。每次开始任务前先调用，了解当前填写进度和采集阶段。",
                 "parameters": {"type": "object", "properties": {}},
             },
         },
@@ -60,13 +64,13 @@ def _build_tools() -> list[dict]:
             "type": "function",
             "function": {
                 "name": "write_profile",
-                "description": "将发展画像内容写入会话。采集到数据后必须调用此工具保存，不要只在对话中展示而不保存。",
+                "description": "将科研数字分身内容写入会话并同步保存到 profiles 目录。创建和更新过程中每获得一轮可保存信息后都应立即调用此工具。",
                 "parameters": {
                     "type": "object",
                     "properties": {
                         "content": {
                             "type": "string",
-                            "description": "完整的发展画像 Markdown 内容",
+                            "description": "完整的科研数字分身 Markdown 内容",
                         }
                     },
                     "required": ["content"],
@@ -77,13 +81,13 @@ def _build_tools() -> list[dict]:
             "type": "function",
             "function": {
                 "name": "write_forum_profile",
-                "description": "将论坛画像（数字分身）写入会话。当用户确认「生成论坛画像」并完成隐私设置后，用此工具保存论坛画像内容。",
+                "description": "将他山论坛分身写入会话并同步保存到 profiles 目录。当用户确认生成后，用此工具保存内容。",
                 "parameters": {
                     "type": "object",
                     "properties": {
                         "content": {
                             "type": "string",
-                            "description": "完整的论坛画像 Markdown（Identity/Expertise/Thinking Style/Discussion Style 四节格式）",
+                            "description": "完整的他山论坛分身 Markdown（Identity/Expertise/Thinking Style/Discussion Style 四节格式）",
                         }
                     },
                     "required": ["content"],
@@ -94,7 +98,7 @@ def _build_tools() -> list[dict]:
 
 
 def _execute_tool(name: str, args: dict, session: dict) -> str:
-    """Execute a single tool, return result string."""
+    """Execute a single tool and return its result."""
     if name == "read_skill":
         return read_skill(args.get("skill_name", ""))
     if name == "read_doc":
@@ -103,12 +107,12 @@ def _execute_tool(name: str, args: dict, session: dict) -> str:
         return session["profile"]
     if name == "write_profile":
         content = args.get("content", "")
-        session["profile"] = content
-        return f"已写入发展画像，共 {len(content)} 字符。"
+        path = save_profile(session, content)
+        return f"已写入科研数字分身并保存到 {path.name}，共 {len(content)} 字符。"
     if name == "write_forum_profile":
         content = args.get("content", "")
-        session["forum_profile"] = content
-        return f"已写入论坛画像，共 {len(content)} 字符。"
+        path = save_forum_profile(session, content)
+        return f"已写入他山论坛分身并保存到 {path.name}，共 {len(content)} 字符。"
     return f"未知工具: {name}"
 
 
@@ -130,6 +134,11 @@ def run_agent(
         return
 
     model = model or get_default_model()
+    today_str = date.today().strftime("%Y-%m-%d")
+    system_content = (
+        META_SYSTEM_PROMPT
+        + f"\n\n**当前日期**：{today_str}（写入画像时，创建时间、最后更新、unnamed 文件名等请使用此日期）"
+    )
     messages = session["messages"].copy()
     messages.append({"role": "user", "content": user_message})
 
@@ -137,7 +146,7 @@ def run_agent(
     for _ in range(max_iterations):
         response = client.chat.completions.create(
             model=model,
-            messages=[{"role": "system", "content": META_SYSTEM_PROMPT}] + messages,
+            messages=[{"role": "system", "content": system_content}] + messages,
             tools=_build_tools(),
             tool_choice="auto",
         )
diff --git a/app/services/profile_helper/prompts.py b/app/services/profile_helper/prompts.py
index 6c8f67a..f452e13 100644
--- a/app/services/profile_helper/prompts.py
+++ b/app/services/profile_helper/prompts.py
@@ -1,19 +1,21 @@
 """Meta system prompt for profile helper agent."""
-META_SYSTEM_PROMPT = """# 科研数字分身助手
 
-你是「他山画像系统」的科研数字分身采集助手。你的核心任务是通过结构化对话，帮助科研人员建立、完善并维护他们的多维度发展画像。
+META_SYSTEM_PROMPT = """# 科研数字分身采集助手
+
+你是「他山数字分身系统」的科研数字分身采集助手。你的核心任务是通过结构化对话，帮助科研人员建立、完善并维护他们的多维度科研数字分身。
 
 ## 隐私与安全声明（必读）
 
 在对话开始或用户首次询问时，主动告知以下安全细则：
-- **用户画像仅在本次对话中临时生成**，系统不会在任何位置保存该画像或您的任何隐私信息
-- 您可以自行下载并本地保存
+- 您在本系统中提供的所有信息仅用于构建和更新您的数字分身。平台不会向任何第三方泄露您的数据，也不会将您的数据用于模型训练或其他用途。
+- 您的数字分身仅在平台内部运行，用于与系统中的其他智能体进行信息交流与协作，不会在平台之外使用。
+- 您可以自行决定该数字分身是否公开。当选择公开时，其他用户在发起讨论或协作任务时可以选择您的数字分身参与；当选择不公开时，该数字分身仅对您本人可见和使用。
 
 ## 角色定位
 
 - 语言：全程使用**中文**，语气专业、温暖、不评判
-- 身份：既是采访者（问问题），也是分析师（解读数据），也是记录者（写入画像）
-- 画像数据存储在会话中，用户可随时下载为 .md 文件
+- 身份：既是采访者（问问题），也是分析师（解读数据），也是记录者（写入数字分身）
+- 数字分身数据存储在会话中，并会同步保存到 `profiles/` 目录，用户也可随时下载为 .md 文件
 
 ## 画像维度说明
 
@@ -32,7 +34,7 @@
 
 | 用户说的话 | 应调用的 read_skill |
 |:---|:---|
-| 「帮我建立画像」「新建档案」「开始收集信息」 | collect-basic-info |
+| 「帮我建立分身」「新建档案」「开始收集信息」 | collect-basic-info |
 | 「我想填量表」「用标准量表测量」「施测」 | 根据画像中哪个量表未完成，依次 administer-ams、administer-rcss、administer-mini-ipip |
 | 「帮我推断」「不想填量表」「快速估算」 | infer-profile-dimensions |
 | 「查看画像」「审核」「给我看结果」 | review-profile |
@@ -40,26 +42,28 @@
 | 「新增维度」「删除维度」「修改维度」「调整画像结构」 | modify-profile-schema |
 | 「从 AI 记忆导入」「根据 ChatGPT 记忆」「我有 AI 记忆」「生成提示词」 | generate-ai-memory-prompt |
 | 「整合 AI 回复」「导入 AI 的回答」「把这段内容写进画像」（用户粘贴了 AI 的回复内容） | import-ai-memory |
-| 「生成论坛画像」「数字分身」「导出论坛档案」 | generate-forum-profile |
+| 「生成论坛画像」「生成他山论坛分身」「他山论坛分身」「数字分身」「导出论坛档案」 | generate-forum-profile |
 
 ## 工具使用说明
 
 - **read_skill(skill_name)**：获取具体任务的操作指南。执行任务前必须先调用此工具。
 - **read_doc(doc_name)**：获取量表原题等参考文档。施测时用 read_doc 读取题目，如 academic-motivation-scale、mini-ipip-scale、researcher-cognitive-style。
 - **read_profile()**：获取当前会话中的画像内容。每次开始任务前先调用，了解当前填写进度。
-- **write_profile(content)**：将发展画像内容写入会话。采集到数据后必须调用此工具保存。
-- **write_forum_profile(content)**：将论坛画像（数字分身）写入会话。当用户确认「生成论坛画像」并完成隐私设置后，用此工具保存论坛画像（Identity/Expertise/Thinking Style/Discussion Style 四节格式）。
+- **write_profile(content)**：将科研数字分身内容写入会话，并同步保存到 `profiles/` 目录。创建和更新过程中，每获得一轮可保存信息后都应立即调用。
+- **write_forum_profile(content)**：将他山论坛分身写入会话，并同步保存到 `profiles/` 目录。当用户确认「生成他山论坛分身」并完成隐私设置后，用此工具保存（Identity/Expertise/Thinking Style/Discussion Style 四节格式）。
 
 ## 通用操作规则
 
-1. **每次开始任务前**，先调用 read_profile 了解当前画像状态和采集阶段。
-2. **写入数据时**：发展画像用 write_profile，论坛画像（数字分身）用 write_forum_profile，不要只在对话中展示而不保存。
+1. **每次开始任务前**，先调用 read_profile 了解当前数字分身状态和采集阶段。
+2. **写入数据时**：科研数字分身用 write_profile，他山论坛分身用 write_forum_profile，不要只在对话中展示而不保存；在创建和更新过程中要边采集边保存。
 3. **推断数据** 须标注 `（AI推断，置信度：高/中/低）`，与用户实测数据区分。
-4. 若用户没有提供姓名，画像标题使用 `unnamed-[日期]`。
+4. **不要在对话开始时询问姓名或标识**。AI 记忆导入等流程直接从任务内容开始；仅在需要保存画像（write_profile）时，若尚未确定姓名，再单独询问用户。若用户未提供，数字分身标题使用 `unnamed-[日期]`。
 5. **当前需求**是用户自述字段，不使用 AI 推断标注，但综合解读中应结合此信息给出贴近现实的近期建议。
-6. **AI 记忆导入安全原则**：
-   - 生成提示词时，只询问与画像维度直接相关的信息，**严禁**涉及财务、健康、家庭关系、政治观点等隐私内容
-   - 来自 AI 记忆的所有信息，**必须经用户逐条确认**后才能写入画像，不得自动批量写入
+6. **问答话术**：提问时使用「依次回答」，不要使用「请随意回答」。
+7. **AI 记忆导入安全原则**：
+   - 生成提示词时，只询问与画像维度直接相关的信息，**严禁**涉及财务、健康、家庭关系、政治观点等隐私内容；**不询问用户使用哪个 AI 工具**，提示词对所有 AI 平台通用
+   - 有据可查且无冲突的条目：内部整合后直接写入，**不向用户展示**；只有模糊、冲突或缺关键字段时才以**选择题**形式向用户提问，必要时再用填空或开放问答，并给出回答样例
+   - 完整画像仅在用户「查看画像」「审核」时**一次性展示**供确认
    - AI 记忆来源的数据须标注 `（来源：AI记忆，已用户确认）`
    - 当 AI 记忆信息与用户已填写数据存在冲突时，**以用户自述为准**
 """
diff --git a/app/services/profile_helper/sessions.py b/app/services/profile_helper/sessions.py
index ab1760e..3f1965c 100644
--- a/app/services/profile_helper/sessions.py
+++ b/app/services/profile_helper/sessions.py
@@ -1,25 +1,112 @@
-"""In-memory session management with lightweight cleanup."""
+"""In-memory session management with cleanup and profile auto-save."""
+
+from __future__ import annotations
+
 import os
+import re
 import time
 import uuid
+from datetime import date
+from pathlib import Path
 
+from app.core.config import get_profile_helper_profiles_dir
 from app.services.profile_helper.tools import load_template
 
 _sessions: dict[str, dict] = {}
 SESSION_TTL_SECONDS = max(60, int(os.getenv("PROFILE_HELPER_SESSION_TTL_SECONDS", "3600")))
 SESSION_MAX_COUNT = max(10, int(os.getenv("PROFILE_HELPER_SESSION_MAX_COUNT", "1000")))
+PLACEHOLDER_IDENTIFIERS = {"[姓名/标识]", "姓名/标识"}
+PROFILE_TITLE_PREFIXES = (
+    "# 科研人员画像 — ",
+    "# 科研数字分身 — ",
+)
 
 
 def _now() -> float:
     return time.time()
 
 
-def _new_session() -> dict:
+def _load_template_with_date() -> str:
+    today_str = date.today().strftime("%Y-%m-%d")
+    return load_template().replace("YYYY-MM-DD", today_str)
+
+
+def _today_unnamed() -> str:
+    return f"unnamed-{date.today().strftime('%Y-%m-%d')}"
+
+
+def _sanitize_identifier(identifier: str) -> str:
+    cleaned = identifier.strip()
+    if cleaned in PLACEHOLDER_IDENTIFIERS or not cleaned:
+        return _today_unnamed()
+    cleaned = re.sub(r'[\\/:*?"<>|]+', "-", cleaned)
+    cleaned = re.sub(r"\s+", " ", cleaned).strip(" .")
+    return cleaned or _today_unnamed()
+
+
+def _extract_profile_identifier(content: str) -> str:
+    for line in content.splitlines():
+        stripped = line.strip()
+        if not stripped:
+            continue
+        for prefix in PROFILE_TITLE_PREFIXES:
+            if stripped.startswith(prefix):
+                return _sanitize_identifier(stripped[len(prefix) :])
+        if stripped.startswith("# "):
+            return _sanitize_identifier(stripped[2:])
+        break
+    return _today_unnamed()
+
+
+def _normalize_existing_path(path_value: str | None) -> Path | None:
+    if not path_value:
+        return None
+    return Path(path_value)
+
+
+def _profiles_dir() -> Path:
+    return get_profile_helper_profiles_dir()
+
+
+def _session_suffix(session: dict) -> str:
+    sid = session.get("session_id") or ""
+    if sid:
+        return sid.replace("-", "")[:8]
+    return uuid.uuid4().hex[:8]
+
+
+def _target_profile_path(content: str, session: dict) -> Path:
+    identifier = _extract_profile_identifier(content)
+    suffix = _session_suffix(session)
+    return _profiles_dir() / f"{identifier}-{suffix}.md"
+
+
+def _target_forum_profile_path(session: dict) -> Path:
+    profile_path = _normalize_existing_path(session.get("profile_path"))
+    if not profile_path:
+        profile_path = _target_profile_path(session.get("profile", ""), session)
+    return profile_path.with_name(f"{profile_path.stem}-论坛画像.md")
+
+
+def _relocate_file_if_needed(current_path: Path | None, target_path: Path) -> None:
+    if not current_path or current_path == target_path or not current_path.exists():
+        return
+    if target_path.exists():
+        current_path.unlink()
+        return
+    target_path.parent.mkdir(parents=True, exist_ok=True)
+    current_path.rename(target_path)
+
+
+def _new_session(session_id: str) -> dict:
     now = _now()
     return {
+        "session_id": session_id,
         "messages": [],
-        "profile": load_template(),
+        "profile": _load_template_with_date(),
         "forum_profile": "",
+        "profile_path": None,
+        "forum_profile_path": None,
         "created_at": now,
         "updated_at": now,
     }
@@ -51,17 +138,67 @@ def _cleanup() -> None:
             _sessions.pop(sid, None)
 
 
+def save_profile(session: dict, content: str) -> Path:
+    """Persist the development profile to disk and session memory."""
+    profiles_dir = _profiles_dir()
+    profiles_dir.mkdir(parents=True, exist_ok=True)
+
+    target_path = _target_profile_path(content, session)
+    current_path = _normalize_existing_path(session.get("profile_path"))
+    _relocate_file_if_needed(current_path, target_path)
+    target_path.write_text(content, encoding="utf-8")
+
+    session["profile"] = content
+    session["profile_path"] = str(target_path)
+
+    forum_content = session.get("forum_profile", "")
+    if forum_content:
+        forum_target_path = _target_forum_profile_path(session)
+        forum_current_path = _normalize_existing_path(session.get("forum_profile_path"))
+        _relocate_file_if_needed(forum_current_path, forum_target_path)
+        forum_target_path.write_text(forum_content, encoding="utf-8")
+        session["forum_profile_path"] = str(forum_target_path)
+
+    _touch(session)
+    return target_path
+
+
+def save_forum_profile(session: dict, content: str) -> Path:
+    """Persist the forum profile to disk and session memory."""
+    profiles_dir = _profiles_dir()
+    profiles_dir.mkdir(parents=True, exist_ok=True)
+
+    profile_content = session.get("profile", "")
+    if profile_content:
+        save_profile(session, profile_content)
+
+    target_path = _target_forum_profile_path(session)
+    current_path = _normalize_existing_path(session.get("forum_profile_path"))
+    _relocate_file_if_needed(current_path, target_path)
+    target_path.write_text(content, encoding="utf-8")
+
+    session["forum_profile"] = content
+    session["forum_profile_path"] = str(target_path)
+    _touch(session)
+    return target_path
+
+
 def get_or_create(session_id: str | None = None) -> tuple[str, dict]:
     """Get or create session. Returns (session_id, session_data)."""
     _cleanup()
     if session_id and session_id in _sessions:
         s = _sessions[session_id]
+        s["session_id"] = session_id
         if "forum_profile" not in s:
             s["forum_profile"] = ""
+        if "profile_path" not in s:
+            s["profile_path"] = None
+        if "forum_profile_path" not in s:
+            s["forum_profile_path"] = None
         _touch(s)
         return session_id, s
     sid = session_id or str(uuid.uuid4())
-    _sessions[sid] = _new_session()
+    _sessions[sid] = _new_session(sid)
     _cleanup()
     return sid, _sessions[sid]
 
@@ -80,5 +217,5 @@ def get(session_id: str) -> dict | None:
 
 def reset(session_id: str) -> dict:
     """Reset session: clear messages and restore template profile."""
-    _sessions[session_id] = _new_session()
+    _sessions[session_id] = _new_session(session_id)
     return _sessions[session_id]
diff --git a/app/services/profile_helper/tools.py b/app/services/profile_helper/tools.py
index 1e72866..dec48f1 100644
--- a/app/services/profile_helper/tools.py
+++ b/app/services/profile_helper/tools.py
@@ -1,4 +1,4 @@
-"""Tools: read_skill, read_doc, read_profile, write_profile."""
+"""Tools: load profile-helper skills, docs, and template assets."""
 
 from __future__ import annotations
 
@@ -31,37 +31,71 @@
 ]
 
 
-def _candidate_roots() -> list[Path]:
-    primary = get_profile_helper_root()
-    backend_root = Path(__file__).resolve().parents[3]
-    local = backend_root / "libs" / "profile_helper"
-    builtin = Path("/app/libs_builtin/profile_helper")
-    candidates = [primary, builtin, local]
+def _dedupe_paths(paths: list[Path]) -> list[Path]:
     deduped: list[Path] = []
-    for path in candidates:
-        path = path.resolve()
-        if path not in deduped:
-            deduped.append(path)
+    for path in paths:
+        resolved = path.resolve()
+        if resolved not in deduped:
+            deduped.append(resolved)
     return deduped
 
 
-def _resolve_profile_helper_root() -> Path:
-    for root in _candidate_roots():
-        if root.exists() and root.is_dir():
-            return root
-    return _candidate_roots()[0]
+def _project_root() -> Path:
+    return Path(__file__).resolve().parents[4]
+
+
+def _external_helper_repo() -> Path:
+    return _project_root().parent / "tashan-profile-helper"
+
+
+def _candidate_skill_dirs() -> list[Path]:
+    primary = get_profile_helper_root() / "skills"
+    builtin = Path("/app/libs_builtin/profile_helper/skills")
+    local = _project_root() / "backend" / "libs" / "profile_helper" / "skills"
+    external = _external_helper_repo() / "web" / "skills"
+    return _dedupe_paths([external, primary, builtin, local])
+
+
+def _candidate_doc_dirs() -> list[Path]:
+    primary = get_profile_helper_root() / "docs"
+    builtin = Path("/app/libs_builtin/profile_helper/docs")
+    local = _project_root() / "backend" / "libs" / "profile_helper" / "docs"
+    external = _external_helper_repo() / "doc"
+    return _dedupe_paths([external, primary, builtin, local])
+
+
+def _candidate_template_paths() -> list[Path]:
+    primary = get_profile_helper_root() / "_template.md"
+    builtin = Path("/app/libs_builtin/profile_helper/_template.md")
+    local = _project_root() / "backend" / "libs" / "profile_helper" / "_template.md"
+    external = _external_helper_repo() / "profiles" / "_template.md"
+    return _dedupe_paths([external, primary, builtin, local])
+
+
+def _resolve_existing_dir(candidates: list[Path]) -> Path:
+    for path in candidates:
+        if path.exists() and path.is_dir():
+            return path
+    return candidates[0]
+
+
+def _resolve_existing_file(candidates: list[Path]) -> Path:
+    for path in candidates:
+        if path.exists() and path.is_file():
+            return path
+    return candidates[0]
 
 
 def _skills_dir() -> Path:
-    return _resolve_profile_helper_root() / "skills"
+    return _resolve_existing_dir(_candidate_skill_dirs())
 
 
 def _docs_dir() -> Path:
-    return _resolve_profile_helper_root() / "docs"
+    return _resolve_existing_dir(_candidate_doc_dirs())
 
 
 def _template_path() -> Path:
-    return _resolve_profile_helper_root() / "_template.md"
+    return _resolve_existing_file(_candidate_template_paths())
 
 
 def list_skill_names() -> list[str]:
diff --git a/libs/profile_helper/_template.md b/libs/profile_helper/_template.md
index e4d5383..adf158c 100644
--- a/libs/profile_helper/_template.md
+++ b/libs/profile_helper/_template.md
@@ -1,4 +1,4 @@
-# 科研数字分身 — [姓名/标识]
+# 科研人员画像 — [姓名/标识]
 
 ## 元信息
 
diff --git a/libs/profile_helper/docs/tashan-profile-examples.md b/libs/profile_helper/docs/tashan-profile-examples.md
index 24efa05..9dddd30 100644
--- a/libs/profile_helper/docs/tashan-profile-examples.md
+++ b/libs/profile_helper/docs/tashan-profile-examples.md
@@ -1,6 +1,6 @@
-# 虚拟科研数字分身示例
+# 虚拟科研人员画像示例
 
-> 本文档为基于「科研数字分身系统」框架构造的虚拟人物画像示例，供系统设计与测试参考。
+> 本文档为基于「科研发展画像系统」框架构造的虚拟人物画像示例，供系统设计与测试参考。
 > 学术动机数据参照 AMS-GSR 28，认知风格参照 RCSS，人格数据参照 Mini-IPIP。
 
 ---
diff --git a/libs/profile_helper/docs/tashan-profile-outline.md b/libs/profile_helper/docs/tashan-profile-outline.md
index 60f1cfa..286fbe5 100644
--- a/libs/profile_helper/docs/tashan-profile-outline.md
+++ b/libs/profile_helper/docs/tashan-profile-outline.md
@@ -1,4 +1,4 @@
-# 科研数字分身系统
+# 科研发展画像系统
 
 ## 一、基础身份
 - **研究阶段**：博士生 / 博后 / 青椒 / PI
diff --git a/libs/profile_helper/skills/administer-mini-ipip/SKILL.md b/libs/profile_helper/skills/administer-mini-ipip/SKILL.md
index d2ab357..c5da8fc 100644
--- a/libs/profile_helper/skills/administer-mini-ipip/SKILL.md
+++ b/libs/profile_helper/skills/administer-mini-ipip/SKILL.md
@@ -35,17 +35,6 @@ description: 施测大五人格量表（Mini-IPIP，20题），评估外向性
 | 9 | 我大部分时间都很放松。 |
 | 10 | 我对抽象概念不感兴趣。 |
 
-**重要**：每批题目呈现后，必须在消息末尾追加以下格式，以便前端渲染 1-5 分选择按钮：
-```
-:::scale
-min:1
-max:5
-1 | 我是聚会中的焦点人物。
-2 | 我同情他人的感受。
-...（本批 10 题的完整题目，每行格式为「题号 | 题目文字」）
-:::
-```
-
 ### 第 2 批（题目 11-20）
 
 | 题号 | 题目 |
diff --git a/libs/profile_helper/skills/collect-basic-info/SKILL.md b/libs/profile_helper/skills/collect-basic-info/SKILL.md
index 1db4059..c80392e 100644
--- a/libs/profile_helper/skills/collect-basic-info/SKILL.md
+++ b/libs/profile_helper/skills/collect-basic-info/SKILL.md
@@ -1,34 +1,45 @@
 ---
 name: collect-basic-info
-description: 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）。当用户开始建立画像、或基础信息尚未填写时使用。
+description: 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。
 ---
 
 # Phase 1：基础信息采集
 
 ## 启动步骤
 
-1. 询问用户姓名或标识（用于命名画像文件）
-2. 检查 `profiles/[姓名].md` 是否已存在
-   - 不存在 → 从 `profiles/_template.md` 复制，创建新文件
-   - 已存在 → 读取文件，定位尚未填写的字段，从断点续采
-3. **询问是否使用 AI 记忆辅助建档**（仅在画像文件**新建**或基础信息**大量为空**时询问）：
+### 步骤一：询问是否使用 AI 记忆辅助建档
+
+（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 等，且已经有一定时间的使用记录）
+   （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，发给那个 AI，
-   让它根据对你的了解来预填画像——这样能节省不少时间。
+   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
    ```
 
-   - 选 **A**：读取并执行 `.cursor/skills/generate-ai-memory-prompt/SKILL.md`，
-     完成 AI 记忆导入后，再回到此 Skill 补充剩余空白字段
-   - 选 **B**：继续下一步
+ - 选 **A**：读取并执行 `generate-ai-memory-prompt` Skill，**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
+ - 选 **B**：继续下一步
+
+### 步骤二：收集个人标识
+
+（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）
+
+1. 询问用户姓名或标识（用于命名科研数字分身文件）
+2. 检查 `profiles/[姓名].md` 是否已存在
+   - 不存在 → 从 `profiles/_template.md` 复制，创建新文件
+   - 已存在 → 读取文件，定位尚未填写的字段，从断点续采
+
+### 步骤三：进入基础信息采集
 
-4. 告知用户采集分为两批：**基础身份** 和 **能力自评**，共约 10 分钟
+告知用户采集分为两批：**基础身份** 和 **能力自评**，共约 10 分钟
 
 ## 第一批：基础身份（逐个提问，不要一次全问）
 
@@ -75,7 +86,7 @@ description: 采集科研数字分身的基础信息（研究阶段、学科领
 
 ## 当前需求采集
 
-说明：「最后，我想了解一下你现在实际面对的情境——这将帮助画像系统给你更贴近现实的建议。」
+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。」
 - 追问（可选）：「做这些事情时，你的整体感受是充实、疲惫、还是混乱？」
@@ -86,7 +97,7 @@ description: 采集科研数字分身的基础信息（研究阶段、学科领
 **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？」
 - 提示：「可以是一个技能、一个习惯、一段关系、一个系统，不必是宏大目标。」
 
-将三个问题的答案分别记录到画像文件的「三、当前需求」章节。
+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。
 
 ## 完成后操作
 
diff --git a/libs/profile_helper/skills/generate-ai-memory-prompt/SKILL.md b/libs/profile_helper/skills/generate-ai-memory-prompt/SKILL.md
index 470206f..fa76363 100644
--- a/libs/profile_helper/skills/generate-ai-memory-prompt/SKILL.md
+++ b/libs/profile_helper/skills/generate-ai-memory-prompt/SKILL.md
@@ -1,6 +1,6 @@
 ---
 name: generate-ai-memory-prompt
-description: 根据当前画像状态，生成结构化提示词，供用户提交给 ChatGPT 等带记忆功能的 AI，从中提取与画像构建相关的信息。
+description: 根据当前科研数字分身状态，生成结构化提示词，供用户提交给 ChatGPT 等带记忆功能的 AI，从中提取与画像构建相关的信息。不询问用户使用哪个 AI 工具，提示词对所有平台通用。
 ---
 
 # 生成 AI 记忆提取提示词
@@ -9,28 +9,16 @@ description: 根据当前画像状态，生成结构化提示词，供用户提
 
 此 Skill 在以下两种场景被调用：
 
-- **新建画像**：在 `collect-basic-info` 流程开始时，询问用户是否已使用过带记忆功能的 AI（如 ChatGPT、Claude 等），如有则先运行此 Skill
-- **已有画像**：用户主动说「从 AI 记忆导入」「根据 AI 记忆丰富画像」「我有 ChatGPT 记忆」等
+- **新建科研数字分身**：在 `collect-basic-info` 流程开始时，询问用户是否已使用过带记忆功能的 AI（如 ChatGPT、Claude 等），如有则先运行此 Skill
+- **已有数字分身**：用户主动说「从 AI 记忆导入」「根据 AI 记忆丰富画像」「我有 ChatGPT 记忆」等
 
 ---
 
-## 步骤一：了解用户的 AI 使用情况
+## 步骤一：判断画像状态，确定提示词类型
 
-向用户询问：
+**不询问用户使用哪个 AI 工具**。提示词对所有 AI 平台（ChatGPT、Claude、Gemini 等）通用。
 
-```
-你在哪个 AI 工具上积累了比较多的使用记录？（如 ChatGPT、Claude、Gemini 等）
-
-请注意：我们只会提取与「科研数字分身」相关的信息，不会涉及你的私人对话内容或隐私信息。
-```
-
-如果用户提到多个工具，建议优先选择使用时间最长、对话记录最丰富的一个。
-
----
-
-## 步骤二：判断画像状态，确定提示词类型
-
-读取当前画像文件（若存在），判断哪些维度已有数据、哪些为空白：
+读取当前画像（若存在），判断哪些维度已有数据、哪些为空白：
 
 | 维度 | 判断标准 |
 |:---|:---|
@@ -41,20 +29,20 @@ description: 根据当前画像状态，生成结构化提示词，供用户提
 | 学术动机（AMS） | 各维度得分是否有数值 |
 | 人格（Mini-IPIP） | 各维度得分是否有数值 |
 
-- **新用户（无画像文件）**：所有维度均需提取，生成「全量提示词」
+- **新用户（无画像）**：所有维度均需提取，生成「全量提示词」
 - **已有部分数据**：仅针对空白维度生成「补充提示词」，已有数据的维度仍列出以供 AI 做一致性参照
 
 ---
 
-## 步骤三：生成结构化提示词
+## 步骤二：生成结构化提示词
 
 根据上一步的判断，从以下模块中选取相关部分，组合成完整提示词。
 
 **输出格式要求（必须遵守）**：
 
-1. 先写一句引导语：「请将下方代码块中的提示词复制后，粘贴到 ChatGPT 等 AI 的对话框中发送。」
+1. 先写一句引导语：「请将下方代码块中的提示词复制后，依次粘贴到你所使用的 AI（如 ChatGPT、Claude、Gemini 等）的对话框中发送。」
 2. 紧接着用 markdown 代码块（\`\`\`markdown ... \`\`\`）包裹**完整提示词**，使提示词单独成块，方便用户一键复制。
-3. 代码块下方再附使用说明（步骤四的内容）。
+3. 代码块下方再附使用说明（步骤三的内容）。
 
 ---
 
@@ -63,8 +51,8 @@ description: 根据当前画像状态，生成结构化提示词，供用户提
 ```
 【科研数字分身信息提取请求】
 
-你好！我正在使用一个科研数字分身系统（他山画像）来记录和分析我的科研状态。
-请根据你对我的了解，帮我提取以下信息。
+你好！我正在使用一个科研数字分身系统（他山数字分身系统）来记录和分析我的科研状态。
+请根据你对我的了解，**依次回答**以下问题。
 
 ⚠️ 重要说明：
 1. 请仅根据我们真实对话中已出现的信息作答，严禁推测或捏造
@@ -82,7 +70,7 @@ description: 根据当前画像状态，生成结构化提示词，供用户提
 
 ```
 【模块 A：基础身份】
-请根据你对我的了解，回答以下问题（每项用1-2句话，不确定则写"记忆不足"）：
+请根据你对我的了解，**依次回答**以下问题（每项用1-2句话，不确定则写"记忆不足"）：
 
 A1. 我目前处于哪个研究阶段？（博士生 / 博士后 / 青年教师 / PI / 其他）
 A2. 我的主要研究领域是什么？（一级学科 + 具体方向）
@@ -97,7 +85,7 @@ A5. 我的学术合作圈大概是什么情况？
 
 ```
 【模块 B：科研能力】
-请根据你对我的了解，回答以下问题：
+请根据你对我的了解，**依次回答**以下问题：
 
 B1. 我主要使用哪些编程语言或科研工具？熟练程度如何？
 B2. 我是否有代表性的学术产出（论文、开源项目、工具包等）？如有请简述。
@@ -117,7 +105,7 @@ B3. 在以下6个科研流程环节中，你观察到我哪些比较强、哪些
 
 ```
 【模块 C：当前需求】
-请根据你对我最近对话的了解，回答以下问题：
+请根据你对我最近对话的了解，**依次回答**以下问题：
 
 C1. 我最近花费最多精力的事情是什么？（包括科研以外的事务也可以提）
 C2. 我最近提到过哪些困扰、卡点或让我觉得"推不动"的事情？
@@ -166,7 +154,7 @@ E3. 在人格层面，我给你的整体印象是？（例如：开放好奇 / 
 ```
 ---
 【汇总格式要求】
-请将你的回答按以上模块分别作答，每项均注明可信度标签，并附上依据：
+请将你的回答按以上模块**依次作答**，每项均注明可信度标签，并附上依据：
 
 - ✅ 有据可查：必须附上具体证据，例如「你在[日期/话题]中提到过……」或摘录你的原话
 - ⚠️ 印象模糊：说明模糊程度及不确定来源，例如「隐约记得聊过某话题，但具体表述记不清」
@@ -177,17 +165,18 @@ E3. 在人格层面，我给你的整体印象是？（例如：开放好奇 / 
 
 ---
 
-## 步骤四：向用户展示提示词并给出使用说明
+## 步骤三：向用户展示提示词并给出使用说明
 
 输出提示词后，附上说明：
 
 ```
-以上是为你生成的提示词，请将其复制并提交给你使用的 AI（如 ChatGPT）。
+以上是为你生成的提示词，适用于 ChatGPT、Claude、Gemini 等所有带记忆功能的 AI。
 
 使用建议：
 1. 直接粘贴到对话框发送即可，无需修改
-2. 如果 AI 回复"记忆不足"较多，可以追问：「你记得我跟你聊过关于[具体话题]的事情吗？」
-3. 拿到 AI 的回复后，回来告诉我，我会帮你把信息整合进画像
+2. 如果你使用多个 AI 工具，请将同一提示词分别发送给每个 AI，然后把各 AI 的回复**依次粘贴**回来，我会帮你整合
+3. 如果 AI 回复"记忆不足"较多，可以追问：「你记得我跟你聊过关于[具体话题]的事情吗？」
+4. 拿到 AI 的回复后，回来把内容粘贴给我，我会帮你整合进科研数字分身
 
 ⚠️ 安全提示：这份提示词不会让 AI 泄露你的具体对话内容，
 只是请它根据已有记忆做定向总结。即便如此，请你在查看 AI 的回复后，
@@ -196,6 +185,6 @@ E3. 在人格层面，我给你的整体印象是？（例如：开放好奇 / 
 
 ---
 
-## 步骤五：等待用户返回 AI 的回复
+## 步骤四：等待用户返回 AI 的回复
 
-告知用户：「拿到 AI 的回复后，请把内容粘贴回来，我会读取 `import-ai-memory` Skill 来帮你完成整合。」
+告知用户：「拿到 AI 的回复后，请把内容粘贴回来（如有多个 AI 的回复，请依次粘贴），我会读取 `import-ai-memory` Skill 来帮你完成整合。」
diff --git a/libs/profile_helper/skills/generate-forum-profile/SKILL.md b/libs/profile_helper/skills/generate-forum-profile/SKILL.md
index ac27862..ef9a8b1 100644
--- a/libs/profile_helper/skills/generate-forum-profile/SKILL.md
+++ b/libs/profile_helper/skills/generate-forum-profile/SKILL.md
@@ -1,24 +1,24 @@
 ---
 name: generate-forum-profile
-description: 将发展画像的各维度整合提取为论坛数字分身，格式为 Identity / Expertise / Thinking Style / Discussion Style 四节 Markdown，输出前先让用户确认隐私暴露范围。当用户说「生成论坛画像」「数字分身」「导出论坛档案」时使用。
+description: 将科研数字分身各维度整合提取为他山论坛分身，格式为 Identity / Expertise / Thinking Style / Discussion Style 四节 Markdown，输出前先让用户确认隐私暴露范围。当用户说「生成他山论坛分身」「论坛画像」「数字分身」「导出论坛档案」时使用。
 ---
 
-# 生成论坛数字分身
+# 生成他山论坛分身
 
 ## 触发时机
 
-用户说「生成论坛画像」「数字分身」「导出论坛档案」等，希望将发展画像抽取为论坛系统可用的数字分身档案。
+用户说「生成他山论坛分身」「生成论坛画像」「数字分身」「导出论坛档案」等，希望将科研数字分身抽取为他山论坛可用的分身档案。
 
 ---
 
-## 步骤一：读取画像文件
+## 步骤一：读取科研数字分身
 
 1. 确定用户姓名或标识（若用户未提供，从当前对话上下文推断，或询问）
-2. 检查 `profiles/[用户名].md` 是否存在
+2. 检查当前会话中的科研数字分身或 `profiles/[用户名].md` 是否存在
 3. 若不存在或画像为空，提示：
    ```
-   尚未找到你的发展画像。请先完成基础信息采集，建立画像后再生成论坛档案。
-   可以说「帮我建立画像」开始。
+   尚未找到你的科研数字分身。请先完成基础信息采集，建立科研数字分身后再生成他山论坛分身。
+   可以说「帮我建立分身」开始。
    ```
 4. 若存在，读取完整画像内容，进入步骤二
 
@@ -29,8 +29,8 @@ description: 将发展画像的各维度整合提取为论坛数字分身，格
 **不得跳过此步骤，不得默认暴露任何维度。** 向用户逐项展示以下确认清单：
 
 ```
-在生成论坛画像前，我需要先确认你愿意对外暴露的信息范围。
-论坛画像将作为你在讨论中的「数字分身」，对其他成员可见。
+在生成他山论坛分身前，我需要先确认你愿意对外暴露的信息范围。
+他山论坛分身将作为你在讨论中的数字身份，对其他成员可见。
 
 请确认以下各项你是否同意包含：
 
@@ -59,9 +59,9 @@ description: 将发展画像的各维度整合提取为论坛数字分身，格
 
 ---
 
-## 步骤三：按隐私设置提取并生成论坛画像
+## 步骤三：按隐私设置提取并生成他山论坛分身
 
-根据用户确认结果，从发展画像各维度中提取内容，映射到四节格式。**所有内容用行为描述句式，不直接引用量表分数。**
+根据用户确认结果，从科研数字分身各维度中提取内容，映射到四节格式。**所有内容用行为描述句式，不直接引用量表分数。**
 
 ### 维度映射规则
 
@@ -121,12 +121,12 @@ description: 将发展画像的各维度整合提取为论坛数字分身，格
 
 ## 步骤四：输出与预览
 
-1. 将生成的论坛画像以 Markdown 格式在对话中完整展示
-2. 说明输出将保存为 `profiles/[用户名]-论坛画像.md`
+1. 将生成的他山论坛分身以 Markdown 格式在对话中完整展示
+2. 说明输出将保存为 `profiles/[用户名]-他山论坛分身.md`（或通过 write_forum_profile 写入会话）
 3. 询问用户：
    ```
-   以上是为你生成的论坛画像预览。请确认：
-   A. 满意，保存到文件
+   以上是为你生成的他山论坛分身预览。请确认：
+   A. 满意，保存
    B. 需要修改某节（请说明哪一节以及修改意见）
    ```
 
@@ -136,12 +136,9 @@ description: 将发展画像的各维度整合提取为论坛数字分身，格
 
 用户确认满意后：
 
-1. 使用 `Write` 工具将完整 Markdown 保存至 `profiles/[用户名]-论坛画像.md`
-2. 在 `profiles/[用户名].md` 的 `## 八、审核记录` 表格中追加一行：
-   ```
-   | [今日日期] | 论坛画像导出 | 用户确认隐私范围后生成 | 已保存至 [用户名]-论坛画像.md |
-   ```
+1. 使用 `write_forum_profile` 工具（Web 模式）或 `Write` 工具将完整 Markdown 保存
+2. 在科研数字分身的审核记录中追加一条导出记录
 3. 告知用户：
    ```
-   论坛画像已保存至 profiles/[用户名]-论坛画像.md，可直接用于他山论坛的数字分身配置。
+   他山论坛分身已保存，可直接用于他山论坛的数字分身配置。
    ```
diff --git a/libs/profile_helper/skills/import-ai-memory/SKILL.md b/libs/profile_helper/skills/import-ai-memory/SKILL.md
index ac18920..7503876 100644
--- a/libs/profile_helper/skills/import-ai-memory/SKILL.md
+++ b/libs/profile_helper/skills/import-ai-memory/SKILL.md
@@ -1,170 +1,116 @@
 ---
 name: import-ai-memory
-description: 解析用户从 ChatGPT 等 AI 获取的记忆回复，与现有画像对比后，对有据可查的内容整体确认一次，对模糊/冲突/当前需求条目逐条确认，将信息整合进画像文件。
+description: 解析用户从 ChatGPT 等 AI 获取的记忆回复（支持多个 AI 依次粘贴），与现有画像对比后，有据可查的条目内部整合直接写入不展示；模糊/冲突/当前需求条目以选择题形式逐条确认，必要时填空或问答并给样例；完整画像仅在用户「查看画像」「审核」时一次性展示。
 ---
 
 # AI 记忆导入与整合
 
 ## 触发时机
 
-用户将 AI（如 ChatGPT）根据提示词返回的回复粘贴过来，请求整合进画像。
+用户将 AI（如 ChatGPT、Claude、Gemini）根据提示词返回的回复粘贴过来，请求整合进科研数字分身。若用户使用多个 AI 工具，会依次粘贴多段回复。
+
+**重要**：**不要在流程开始时询问用户姓名或标识**。直接从步骤一解析 AI 回复开始。
 
 ---
 
 ## 步骤一：解析 AI 回复内容
 
-读取用户粘贴的 AI 回复，按以下方式解析：
+读取用户粘贴的 AI 回复（可能包含多段，来自不同 AI），按以下方式解析：
 
-1. 识别回复中涉及的模块（A 基础身份 / B 能力 / C 当前需求 / D 认知风格 / E 动机人格）
-2. 对每条信息，记录 AI 标注的可信度标签及依据（若有）：
+1. 若用户粘贴了多段回复，按粘贴顺序依次解析，合并同字段信息（后粘贴的补充或覆盖先前的，冲突时标记）
+2. 识别回复中涉及的模块（A 基础身份 / B 能力 / C 当前需求 / D 认知风格 / E 动机人格）
+3. 对每条信息，记录 AI 标注的可信度标签及依据（若有）：
    - ✅ 有据可查（含 AI 提供的证据/原话摘录）
    - ⚠️ 印象模糊
    - ❌ 记忆不足（此类条目跳过，不进入确认流程）
-3. 读取当前用户的画像文件（`profiles/[姓名].md`），对比每条 AI 信息与现有画像数据：
-   - **画像为空白**：该信息为新增内容，需用户确认
-   - **画像已有数据**：需标注冲突，提请用户裁决
-   - **内容一致**：可直接确认，无需特别说明
-
----
-
-## 步骤二：两阶段确认
-
-将条目分为两类处理：**有据可查且无冲突**的条目整体确认一次；**印象模糊、与画像冲突、或属于当前需求（C 模块）**的条目逐条确认。
-
----
-
-### 阶段一：有据可查条目整体确认
-
-将所有 **✅ 有据可查** 且 **与画像无冲突** 的条目（不含 C 模块），整理成一张摘要表，**一次性展示**：
-
-```
-📋 有据可查信息汇总（建议整体写入）
-
-以下信息均有 AI 提供的对话依据，且与现有画像无冲突。请整体确认是否写入：
-
-| 编号 | 字段 | AI 回答摘要 | 依据/证据 |
-|:---|:---|:---|:---|
-| 1 | [字段名] | [1-2句摘要] | [AI 标注的来源，如「你在某次聊 X 时提到……」] |
-| 2 | [字段名] | [1-2句摘要] | [依据] |
-| ... | ... | ... | ... |
-
-→ 是否将以上全部写入画像？
-  A. 是，全部写入
-  B. 否，请跳过第 [编号] 条
-  C. 否，第 [编号] 条我需要修改（请说明修改内容）
-```
-
-用户确认后，这些条目进入「将要写入」清单，无需再逐条询问。
+4. 读取当前用户的画像，对比每条 AI 信息与现有数据：
+   - **画像为空白**：该信息为新增内容
+   - **画像已有数据**：需标注冲突
+   - **内容一致**：可直接采纳
 
 ---
 
-### 阶段二：逐条确认（仅针对以下类型）
+## 步骤二：分类处理（不展示有据可查条目）
 
-仅对以下条目逐条向用户确认：
+**有据可查且无冲突**的条目：内部整合后**直接写入**，**不向用户展示**。
 
+**仅对以下类型**向用户发起确认（优先选择题，必要时填空或问答并给回答样例）：
 - **⚠️ 印象模糊** 的条目
 - **与画像已有数据存在冲突** 的条目
 - **C 模块（当前需求）** 的所有条目（无论可信度，因属高度个人化信息）
 
-**逐条展示格式**：
+---
 
-```
-📋 [模块名称] — 需逐条确认
-
-[条目编号]. [字段名称]
-   AI 的回答：「[原文摘录]」（可信度：⚠️ / 与画像冲突 / C模块）
-   画像现状：[当前画像中该字段的值，若为空则写「尚未填写」]
-   [若为冲突：你之前填写的：「[画像中的原始数据]」]
-   
-   → 是否将此信息写入画像？
-     A. 是，照原文写入
-     B. 是，但我想修改一下（请告诉我修改内容）
-     C. 否，跳过这条
-```
+## 步骤三：逐条确认（选择题优先，必要时填空/问答+样例）
 
-**冲突情况的特殊处理**：
+对需要确认的条目，**优先使用选择题**；若选择题无法覆盖，再用填空或开放问答，并**给出回答样例**。
 
-若 AI 回复与画像中已有的**用户自述数据**存在冲突，必须特别标注：
+### 选择题格式（优先）
 
 ```
-⚠️ 注意：此条信息与你之前填写的画像数据存在出入！
-
-   AI 的回答：「[原文]」
-   你之前填写的：「[画像中的原始数据]」
-   
-   请问你希望如何处理？
-     A. 保留我之前填写的内容（AI 记忆有误）
-     B. 以 AI 的回答为准（AI 说得更准确）
-     C. 两者都有参考价值，帮我合并（请说明如何合并）
-     D. 暂时跳过，我需要想一想
+[字段名称]
+AI 的回答：「[原文摘录]」（可信度：⚠️ 印象模糊 / 与画像冲突 / C模块）
+[若为冲突：你之前填写的：「[画像中的原始数据]」]
+
+→ 请选择：
+  A. [选项一，如：基本符合，可以写入]
+  B. [选项二，如：不太准确，我来补充]
+  C. [选项三，如：跳过这条]
 ```
 
-**模糊或不完整信息的处理**：
-
-- **内容模糊**（如「你好像在做天文相关研究」）：
-  ```
-  AI 的回答比较模糊，我想在写入画像前先确认一下：
-  「[AI 原文]」——你觉得这个描述准确吗？能补充得更具体一些吗？
-  ```
+### 冲突情况的特殊处理（选择题）
 
-- **标注为 ⚠️ 印象模糊**：
-  ```
-  AI 对这条信息不太确定（标注为印象模糊）：
-  「[AI 原文]」
-  你觉得这个描述符合实际情况吗？
-    A. 基本符合，可以写入
-    B. 不太准确，我来补充正确信息
-    C. 跳过这条
-  ```
+```
+⚠️ 此条信息与你之前填写的数据存在出入
 
-- **C 模块（当前需求）** 的条目，额外提示：
-  ```
-  💡 「当前需求」是画像中最个人化的维度，AI 的推断仅供参考。
-  请你确认：这条描述是否真实反映了你现在的状态？
-  ```
+AI 的回答：「[原文]」
+你之前填写的：「[画像中的原始数据]」
 
----
+→ 请问你希望如何处理？
+  A. 保留我之前填写的内容（AI 记忆有误）
+  B. 以 AI 的回答为准（AI 说得更准确）
+  C. 两者都有参考价值，帮我合并（请说明如何合并，例：取 AI 的机构名 + 我之前的领域描述）
+  D. 暂时跳过，我需要想一想
+```
 
-## 步骤三：汇总确认清单
+### 填空或开放问答（必要时，须附回答样例）
 
-阶段一、阶段二确认完毕后，展示一个汇总清单供用户最终确认：
+当选择题无法充分表达时，使用填空或问答，并**给出回答样例**：
 
 ```
-📝 本次 AI 记忆导入汇总
+[字段名称]
+AI 的回答比较模糊：「[AI 原文]」
 
-以下信息将写入你的画像，请最终确认：
+→ 请补充或修正（若无需修改可回复「保持原样」）：
+  样例：我目前在 XX 大学读博，导师做计算神经科学方向。
+```
 
-✅ 将要写入：
-  - [字段名]：[内容摘要]
-  - [字段名]：[内容摘要]
-  ...
+```
+💡 「当前需求」是画像中最个人化的维度，AI 的推断仅供参考。
 
-⏭️ 已跳过：
-  - [字段名]（原因：用户选择跳过 / 与画像冲突保留原值 / 内容不足）
-  ...
+[字段名称] AI 的回答：「[原文]」
 
-确认无误后请回复「确认写入」，如需修改请告诉我哪条需要调整。
+→ 这条描述是否真实反映了你现在的状态？
+  A. 是，可以写入
+  B. 否，我来补充正确信息（例：我最近主要精力在写毕业论文，卡在实验数据整理）
+  C. 跳过这条
 ```
 
 ---
 
-## 步骤四：写入画像文件
+## 步骤四：写入画像
+
+用户完成所有需确认条目的选择/补充后，执行写入：
 
-用户确认后，执行写入：
+1. **有据可查且无冲突**的条目：已内部整合，直接写入
+2. **用户确认通过**的模糊/冲突/C 模块条目：写入
+3. **在调用 write_profile 之前**：若尚未确定用户姓名或标识，**此时单独询问**：「请提供您的姓名或标识，用于命名/保存科研数字分身」（用于画像标题及 Cursor 模式下的文件路径）。用户提供后再执行写入。
+4. 使用 `write_profile` 工具更新会话中的画像（Web 模式）或 `StrReplace` 更新 `profiles/[姓名].md`（Cursor 模式）
+5. 所有来自 AI 记忆的数据，在字段旁标注 `（来源：AI记忆，已用户确认）`
+6. 若某字段原为用户自述且被 AI 记忆覆盖，在字段注释中保留旧值
+7. 更新元信息与审核记录
 
-1. 使用 `StrReplace` 工具逐字段更新 `profiles/[姓名].md`
-2. 所有来自 AI 记忆的数据，在字段旁标注 `（来源：AI记忆，已用户确认）`
-3. 若某字段原为用户自述且被 AI 记忆覆盖，在字段注释中保留旧值：
-   ```html
-   <!-- 旧值（用户自述）：... -->
-   ```
-4. 更新元信息：
-   - `最后更新` 改为今日日期
-   - `数据来源` 若原为单一来源，改为 `混合`
-5. 在 `## 八、审核记录` 追加一条：
-   ```
-   | [今日日期] | AI记忆导入（[模块列表]） | 用户确认后写入（含整体确认 + 逐条确认） | 已写入 |
-   ```
+**不向用户展示**本次导入的汇总清单。完整画像仅在用户说「查看画像」「审核」时一次性展示。
 
 ---
 
@@ -174,7 +120,7 @@ description: 解析用户从 ChatGPT 等 AI 获取的记忆回复，与现有画
 
 - 若**基础信息仍有空白字段**：
   ```
-  AI 记忆已成功导入！不过画像中还有一些字段未能从 AI 记忆中获取，
+  AI 记忆已成功导入！不过科研数字分身中还有一些字段未能从 AI 记忆中获取，
   建议继续通过对话补充完整。是否现在继续？
   ```
 
@@ -189,6 +135,6 @@ description: 解析用户从 ChatGPT 等 AI 获取的记忆回复，与现有画
 
 - 若**画像已相当完整**：
   ```
-  AI 记忆已成功导入！画像目前相当完整。
-  建议进行一次完整审核，查看整体画像是否准确。需要我现在展示完整画像吗？
+  AI 记忆已成功导入！科研数字分身目前相当完整。
+  建议进行一次完整审核。可以说「查看画像」或「审核」查看完整结果并确认。
   ```
diff --git a/libs/profile_helper/skills/update-profile/SKILL.md b/libs/profile_helper/skills/update-profile/SKILL.md
index 3a38dc9..b39834e 100644
--- a/libs/profile_helper/skills/update-profile/SKILL.md
+++ b/libs/profile_helper/skills/update-profile/SKILL.md
@@ -1,6 +1,6 @@
 ---
 name: update-profile
-description: 对已有科研数字分身进行精确的字段补充或修改。当用户说「修改」「更新」「补充」「不对」等，或审核反馈后需要更新数据时使用。
+description: 对已有科研人员画像进行精确的字段补充或修改。当用户说「修改」「更新」「补充」「不对」等，或审核反馈后需要更新数据时使用。
 ---
 
 # 画像更新与修改
diff --git a/tests/test_profile_helper_api.py b/tests/test_profile_helper_api.py
index 2dbfd65..adeb46f 100644
--- a/tests/test_profile_helper_api.py
+++ b/tests/test_profile_helper_api.py
@@ -71,9 +71,9 @@ def test_profile_helper_chat_stream_updates_profile(client: TestClient, monkeypa
     from app.services.profile_helper import sessions as profile_sessions
 
     def _fake_run_agent(user_message: str, session: dict, *, stream: bool = False, model: str | None = None):
-        # Simulate tool side-effects performed by the real agent
-        session["profile"] = f"profile updated: {user_message}"
-        session["forum_profile"] = "# Test Forum Profile\n\nGenerated forum profile"
+        # Simulate the real tool side-effects, including auto-save.
+        profile_sessions.save_profile(session, f"# 科研人员画像 — Test User\n\nprofile updated: {user_message}")
+        profile_sessions.save_forum_profile(session, "# Test Forum Profile\n\nGenerated forum profile")
         text = "OK"
         if stream:
             for ch in text:
@@ -99,7 +99,7 @@ def _fake_run_agent(user_message: str, session: dict, *, stream: bool = False, m
     profile_resp = client.get(f"/profile-helper/profile/{session_id}")
     assert profile_resp.status_code == 200
     profile = profile_resp.json()
-    assert profile["profile"] == "profile updated: hello"
+    assert "profile updated: hello" in profile["profile"]
     assert profile["forum_profile"].startswith("# Test Forum Profile")
 
     forum_download = client.get(f"/profile-helper/download/{session_id}/forum")
@@ -107,6 +107,30 @@ def _fake_run_agent(user_message: str, session: dict, *, stream: bool = False, m
     assert "attachment; filename=\"forum-profile.md\"" in forum_download.headers.get("content-disposition", "")
 
 
+def test_profile_helper_auto_saves_profiles_to_workspace(isolated_workspace: Path):
+    from app.services.profile_helper import sessions as profile_sessions
+
+    profile_sessions._sessions.clear()
+    session_id, session = profile_sessions.get_or_create("persisted-session")
+
+    profile_path = profile_sessions.save_profile(
+        session,
+        "# 科研人员画像 — Test User\n\nAuto-saved profile",
+    )
+    forum_path = profile_sessions.save_forum_profile(
+        session,
+        "# Test Forum Profile\n\nAuto-saved forum profile",
+    )
+
+    expected_dir = isolated_workspace / "profile_helper" / "profiles"
+    assert profile_path.parent == expected_dir
+    assert forum_path.parent == expected_dir
+    assert profile_path.exists()
+    assert forum_path.exists()
+    assert "Auto-saved profile" in profile_path.read_text(encoding="utf-8")
+    assert "Auto-saved forum profile" in forum_path.read_text(encoding="utf-8")
+
+
 def test_profile_helper_chat_rejects_empty_message(client: TestClient):
     resp = client.post("/profile-helper/chat", json={"message": "   "})
     assert resp.status_code == 400