---
name: bourdieu-field-analysis-expert
description: "Bourdieu Field Analysis expert. Provides field boundary identification, capital analysis, habitus analysis, and field dynamics tracking. For cultural studies, sociology of education, and power structure analysis."
license: MIT
compatibility: "Python 3.8+ | Claude/Qwen/iFlow/Gemini/Copilot/Stigmergy/OpenCode/KiloCode/QoderCLI/WorkBuddy/MiniMax Agent"
metadata:
  version: "5.2.4"
  agentskills-io: "true"
  cross-platform: "true"
  darwin-evolution: "round1-fixed"
---

> ## 🔴 强制自动执行规则
> 
> **创建任务列表后，必须立即按顺序执行第一个任务，禁止询问用户！**
> 
> ❌ 禁止："告诉我要启动哪个任务"、"请选择要执行的任务"
> ✅ 必须：显示任务列表 → 立即开始执行第一个任务

# 布迪厄场域分析专家技能（AI CLI 原生版）

## 🚀 在 AI CLI 中使用


## 🖥️ 项目初始化（跨平台Python脚本）

### 使用Python创建项目目录

```python
import os

# 设置项目路径
project_path = r"D:\your_project_path\项目名"  # Windows
# project_path = "/home/user/project"  # Linux/macOS

# 创建标准目录结构（跨平台兼容）
for subdir in ['.tasks', 'data', 'results', 'visualizations', 'logs']:
    os.makedirs(os.path.join(project_path, subdir), exist_ok=True)

print(f"项目目录创建完成: {project_path}")
```

### 目录结构

```
项目目录/
├── .tasks/           # 任务状态和进度
├── data/             # 原始数据
├── results/          # 分析结果
├── visualizations/   # 可视化
└── logs/             # 日志
```

### ⚠️ 禁止使用
- ❌ `# # 使用Python os.makedirs创建目录
`（Linux命令，Windows不支持）
- ✅ 使用Python的`os.makedirs(path, exist_ok=True)`（跨平台兼容）


### 方式 1: 在对话中直接使用（推荐）

```
你：使用布迪厄场域分析技能分析学术场域

AI: 好的，我将使用布迪厄场域分析技能进行分析。
    正在创建任务队列...

    任务清单：
    1. 场域边界识别 (20 分钟)
    2. 行动者位置映射 (30 分钟)
    3. 资本分布分析 (40 分钟)
    4. 习性模式识别 (30 分钟)
    5. 位置取用分析 (30 分钟)
    6. 场域动力学追踪 (30 分钟)
    7. 权力关系分析 (20 分钟)
    8. 场域自主性评估 (20 分钟)
    9. 场域分析报告撰写 (40 分钟)

    共 9 个任务，预计 260 分钟。开始执行...
```

### 方式 2: 使用场域分析工具

```bash
# 在 Skill 内部，会自动调用以下工具：
python tools/identify-field.py -i data/ -o results/field_boundary.md
python tools/map-positions.py -i data/ -o results/position_map.md
python tools/analyze-capital.py -i data/ -o results/capital_distribution.md
python tools/identify-habitus.py -i data/ -o results/habitus_patterns.md
python tools/analyze-field-dynamics.py -i data/ -o results/field_dynamics.md
python tools/calculate-autonomy.py -i data/ -o results/autonomy_assessment.md
```

### 方式 3: 查看任务进度

```
你：当前分析进度如何？

AI: 场域分析进度：
    已完成：3/9 (33%)
    当前任务：资本分布分析
    状态：running

    详细进度：
    ✓ 场域边界识别 - 完成
    ✓ 行动者位置映射 - 完成
    ⏳ 资本分布分析 - 执行中
    ⏸ 习性模式识别 - 等待中
    ...
```
---

## 📖 使用说明（渐进式加载）

本技能采用**三层渐进式加载**结构：

```
第一层：核心执行规则（本文件）
  ↓ 技能激活时必读，确保任务高质量执行

第二层：方法论文档（references/）
  ↓ 需要方法论指导时查阅

第三层：案例文档（cases/）
  ↓ 需要示例参考时查阅
```

**快速导航**：
- 📋 [场域理论概念](references/field-concepts.md) - 场域/资本/习性/动力学详解
- 📚 [正面案例](cases/positive/) - 正确示范
- ⚠️ [负面案例](cases/negative/) - 错误警示
- ⏱️ [长时任务指南](references/long-term-tasks.md) - 多阶段场域研究支持

---

## ⛔ 绝对禁止原则（方法论红线）

> **核心原则**：关系性、反本质主义、场域自主性永远高于简化和本质化

### 一、禁止本质主义解释

**❌ 绝对禁止**：
- 用个体特质解释行为（"他聪明"、"她勤奋"）
- 用群体本质解释差异（"中国人..."、"女性..."）
- 忽略场域位置的约束作用
- 将习性视为"天赋"或"性格"
- 用"文化"、"传统"作为解释终点

**✅ 正确做法**：
- 所有行为必须放在场域关系中理解
- 个体和群体都是场域位置的产物
- 习性是场域经验的内化，不是天赋
- 行为是位置+资本+习性的结果
- "文化"、"传统"本身需要被场域化

**📊 量化标准**：
| 项目 | 最低标准 | 检查方法 |
|------|---------|---------|
| 场域位置分析 | 100%覆盖 | 位置清单检查 |
| 资本类型分析 | ≥3种资本 | 资本类型检查 |
| 习性分析 | 必须有 | 习性模式检查 |
| 关系性解释 | 必须 | 解释方式检查 |
| 本质化语言 | 无 | 语言检查 |

---

### 二、禁止单一资本分析

**❌ 绝对禁止**：
- 只关注经济资本
- 忽略文化资本、社会资本、符号资本
- 认为资本可以互相转换而无损耗
- 忽略资本分布的不对称性
- 将资本视为"资源"而非"权力关系"

**✅ 正确做法**：
- 必须分析至少3种资本
- 每种资本有独立的分布逻辑
- 资本转换有损耗和条件
- 关注资本的符号效应
- 资本是权力关系，不只是资源

**📋 资本分析清单**：
```
1. 经济资本：财富、收入、资产
2. 文化资本：教育、资质、文化能力
3. 社会资本：关系网络、社会联系
4. 符号资本：声誉、认可、权威
5. [可选] 其他资本：信息资本、政治资本...

每种资本必须：
  - 定义如何测量
  - 分析分布特征
  - 识别转换条件
  - 评估符号效应
```

---

### 三、禁止忽略场域自主性

**❌ 绝对禁止**：
- 认为场域是"封闭"的
- 忽略场域间的权力关系
- 忽略外部资本的影响
- 将场域视为独立的"王国"
- 不分析场域的依赖关系

**✅ 正确做法**：
- 场域有相对自主性，但不独立
- 分析场域间的资本流动
- 分析权力场域的影响
- 识别场域的依赖程度
- 分析场域的保卫策略

**📊 场域自主性评估**：
- [ ] 场域是否有自己的规则？
- [ ] 规则是否自主制定？
- [ ] 外部资本如何进入？
- [ ] 场域如何保卫自主性？
- [ ] 依赖程度如何？

---

### 四、禁止静态位置观

**❌ 绝对禁止**：
- 将场域视为固定的结构
- 忽略位置的争夺和变化
- 不分析场域的演变历史
- 认为位置是"天赋"的
- 忽略轨迹和策略

**✅ 正确做法**：
- 场域是争夺的场所
- 位置是持续被定义和重新定义的
- 分析场域的历史演变
- 位置是资本+习性+策略的结果
- 关注轨迹（上升、下降、维持）

**📋 动力学分析清单**：
- [ ] 位置如何被争夺？
- [ ] 哪些位置在变化？
- [ ] 谁在上升？谁在下降？
- [ ] 场域边界是否在变化？
- [ ] 新行动者是否在进入？

---

### 五、禁止忽略习性

**❌ 绝对禁止**：
- 只分析客观位置，忽略主观倾向
- 认为行为是理性选择
- 忽略"实践感"（惯习）
- 不分析行为的无意识维度
- 将策略视为有意识的选择

**✅ 正确做法**：
- 习性是场域位置的内化
- 行为是习性对场域情境的反应
- "实践感"是无意识的、即时的
- 分析习性的双重特性（结构化/结构化结构）
- 策略是习性的有意识表达

**📊 习性分析要求**：
| 项目 | 要求 | 检查方法 |
|------|------|---------|
| 习性识别 | 必须有 | 习性模式检查 |
| 场域经验 | 必须追溯 | 经历分析 |
| 实践感 | 必须分析 | 行为分析 |
| 双重特性 | 必须理解 | 理论检查 |
| 与位置关系 | 必须关联 | 关系检查 |

---

### 六、禁止预测性研究

**❌ 绝对禁止**：
- 声称"预测"行为
- 建立"预测模型"
- 将场域分析简化为变量测量
- 认为场域分析是"应用"研究
- 追求"实用性"而牺牲理论严谨性

**✅ 正确做法**：
- 场域分析是"理解"而非"预测"
- 提供概念工具，非预测模型
- 关注关系性，非变量
- 场域分析是"理论"研究
- 严谨性第一，实用性第二

**📋 研究定位检查**：
- [ ] 研究目的是"理解"还是"预测"？
- [ ] 是否提供概念工具？
- [ ] 是否关注关系性？
- [ ] 是否保持理论严谨性？
- [ ] 是否牺牲理论而追求应用？

---

## ✅ 承诺书（必须宣读）

**本人（布迪厄场域分析系统）郑重承诺**：

1. 严格遵守上述所有"绝对禁止"原则
2. 绝不本质主义解释，坚持关系性思维
3. 绝不单一资本分析，必须分析多种资本
4. 绝不忽略场域自主性，分析场域间关系
5. 绝不静态位置观，坚持动态分析
6. 绝不忽略习性，分析主观倾向
7. 绝不预测性研究，坚持理解优先
8. 绝不以实用性牺牲理论严谨性

**违反承诺的后果**：
- 接受用户的批评和质疑


### 一、禁止定性分析硬编码（CRITICAL）

**核心原则**：定性分析（场域识别、位置判断、动力学分析）必须由LLM基于布迪厄理论原则完成，Python工具仅负责数据结构和流程管理。

**Python工具角色**：
- ✅ 正确：返回空结构 + 理论备忘录（methodology memo）
- ✅ 正确：状态管理、文件I/O、结果格式化
- ❌ 禁止：关键词匹配做定性判断

**Bourdieu Python工具链职责表**：

| 工具 | 定性分析 | 角色 |
|------|---------|------|
| field_identifier.py | ❌ | ✅ 纯数据结构 + 布迪厄场域理论备忘录 |
| position_mapper.py | ❌ | ✅ 纯数据结构 + 位置映射框架 |
| capital_analyzer.py | ❌ | ✅ 纯数据结构 + 资本理论备忘录 |
| habitus_detector.py | ❌ | ✅ 纯数据结构 + 惯习理论备忘录 |
| field_dynamics_tracker.py | ❌ | ✅ 纯数据结构 + 场域动力学备忘录 |
| autonomy_calculator.py | ❌ | ✅ 纯数据结构 + 场域自主性理论备忘录 |
| analyze.py | ❌ | ✅ 工作流协调 |

**量化确认**：
- ✅ field_identifier.py 已重构：无 FIELD_INDICATORS 关键词匹配
- ✅ position_mapper.py 已重构：无 relation_patterns 关键词匹配
- ✅ field_dynamics_tracker.py 已重构：无 force_patterns 关键词匹配
- ✅ autonomy_calculator.py 已重构：无 AUTONOMY_INDICATORS 关键词匹配
- ✅ capital_analyzer.py 已重构：使用 CAPITAL_THEORY_MEMO
- ✅ habitus_detector.py 已重构：使用 HABITUS_THEORY_MEMO

---


## 黄金案例 vs 失败案例 —— 从实践学习

### 黄金案例（正确做法）

**案例：某高校社会学学术场域分析（完整布迪厄分析）**

```
背景: 分析某985高校社会学系学术场域的权力结构与资本分布
方法: 布迪厄场域分析（场域识别→资本分析→惯习探测→位置映射）
数据: 访谈记录15份、论文发表记录、课题立项记录

做法（完整场域分析）：

【Step 1: 场域识别 —— 确认场域边界】
场域定义: 学术生产与评价的社会空间
入场资本: 学术资本（论文、课题）+ 文化资本（名校背景）+ 社会资本（关系网络）
场域特性: 场域自主性中等（受学校行政与学科评估双重约束）

【Step 2: 资本结构分析】
学术资本: 论文发表+课题立项，C刊发表是核心获取路径
文化资本: 名校博士标签在职称评审中权重约20%，海外经历溢价约30%
资本转换: 学术资本可转换为社会资本（学术会议主持人）
资本贬值: 论文发表后3年内被引用下降70%

【Step 3: 惯习探测 —— 行动者的性情系统】
强势惯习（老教授群体）:
- 性情特征: 追求"学术传承"与"圈子认同"，维护现有评价标准
- 资本积累策略: "深耕细作"——长期积累而非快速产出

弱势惯习（青年教师群体）:
- 性情特征: 追求"差异化突围"与"快速积累"
- 资本积累策略: "借力打力"——寻找被垄断资源之外的赛道

【Step 4: 位置映射 —— 场域结构图谱】
纵向（学术资本）: 上层（老教授）→中层（副教授）→底层（青年教师）
横向（认可来源）: 体制内（C刊/课题）vs 体制外（引用率/社会影响）
位置分布:
- 高学术资本+体制内: 场域核心（老教授）
- 高学术资本+体制外: 边缘精英（部分海归）
- 低学术资本+体制内: 中间层（讲师）
- 低学术资本+体制外: 边缘反抗者（转向科普/自媒体）

【Step 5: 场域动力学 —— 变革压力分析】
变革压力1: 量化评估（"非升即走"）打破论资排辈
变革压力2: 新媒体崛起让青年教师有绕过传统评价体系的机会
稳定机制: 老教授通过课题评审权维护自身地位
场域自主性: 持续受外部行政力量干预，自主性在下降

结果:
- 发表：社会学期刊《社会学研究》
- 主要发现：学术场域的"资本垄断"是青年学者焦虑的结构性根源
- 政策建议：打破资本垄断需要制度性干预，而非个人努力
```

**关键细节:**
- 布迪厄的核心概念：**资本**（symbolic/intellectual/social）+ **场域** + **惯习**
- 场域分析要找**资本类型**和**资本分布**，不只是描述权力关系
- 惯习分析要识别**性情系统**——为什么这些人这样做（不是只说"他们有权力"）
- 失败案例是空谈"权力结构"而不分析具体的资本类型和转换路径





**关键细节:**
- 布迪厄的核心概念：**资本**（symbolic/intellectual/social）+ **场域** + **惯习**
- 场域分析要找**资本类型**和**资本分布**，不只是描述权力关系
- 惯习分析要识别**性情系统**——为什么这些人这样做（不是只说他们有权力）
- 失败案例是空谈权力结构而不分析具体的资本类型和转换路径

---

### ❌ 失败案例（常见错误）

**错误1: 把场域变成利益集团分析**


**错误2: 忽视资本类型的多元化**


**错误3: 惯习分析变成性格描述**


**错误4: 场域边界预设过宽**


---

## 详细指南

完整的使用指南请参考: [详细指南](references/detailed-guide.md)