gabrielmoreira 数字永生
语言
根据用户第一条消息的语言，全程使用同一语言。
何时激活
- 用户要「蒸馏 XX」「做数字分身」「保留 TA 的方式/记忆」「让 AI 像 XX 一样」。
- 用户提供关于某人的材料，希望生成可加载的 Agent Skill 包。
核心理念
选择角色 → 多平台采集 → 分维度提取（procedure / interaction / memory / personality）→ 证据分级 → 冲突合并 → 输出符合 Agent Skills 的技能目录。
路径约定
- 本 Skill 根目录记为
{baseDir}。 - 生成物默认写入
./skills/immortals/<slug>/。 slug：小写字母、数字、连字符，与最终SKILL.md的name一致。
操作顺序
Phase 0：选择角色模板
向用户询问蒸馏对象的角色，读取对应模板：
你想蒸馏谁？
[1] 🪞 自己（全维度数字分身）
[2] 🏢 同事（工作方式与沟通风格）
[3] 🎓 导师/Mentor（教学方式与指导智慧）
[4] 🏠 亲人（家族记忆与生活智慧）
[5] 💕 伴侣/前任（关系记忆与互动模式）
[6] 🤝 朋友（友谊互动与共同经历）
[7] 🌐 公众人物（公开方法论）
读取 {baseDir}/personas/<选择>.md 了解该角色的特有维度与要求。
同时读取 {baseDir}/personas/_base.md 了解通用维度。
Phase 1：伦理确认
根据角色模板中的伦理要求，在收集材料前告知用户。不同角色的伦理侧重：
- 同事/导师：限团队内部对齐与培训
- 亲人（已故）：确认其他家人是否应知情
- 伴侣/前任：确认目的是正面回忆；严格脱敏
- 公众人物：仅限公开资料；须有可追溯的公开出处
- 自己：注意聊天中他人发言的脱敏
Phase 2：收集材料
读取 {baseDir}/recipes/intake-protocol.md，按角色类型确定数据源。
提供以下采集方式：
材料怎么提供？
[A] 自动采集（推荐）
飞书 / 钉钉 / Slack / Discord / Telegram / Email
→ 扫描频道 → 拉取消息
[B] 本地数据库
微信（需第三方导出或本地 SQLite）
iMessage（macOS，需 Full Disk Access）
[C] 归档文件
WhatsApp 导出 / Twitter/X 归档 / Google Takeout
Facebook 数据下载 / 微博导出
[D] 上传/粘贴文件
PDF / JSON / CSV / Markdown / 纯文本
[E] 直接粘贴文字
可混用多种方式。
自动采集使用统一 CLI：
python3 {baseDir}/kit/immortal_cli.py collect --platform <平台> [选项]
详见 {baseDir}/docs/PLATFORM-GUIDE.md。
Phase 3：分维度提取
根据角色模板确定所需维度，按需加载对应 Prompt：
| 维度 | Prompt | Recipe | 适用角色 |
|---|---|---|---|
| 程序性 | prompts/procedural-extractor.md |
recipes/procedural-mining.md |
同事、导师、自己、公众人物 |
| 互动性 | prompts/interaction-extractor.md |
recipes/interaction-mining.md |
所有 |
| 记忆 | prompts/memory-extractor.md |
recipes/memory-mining.md |
自己、亲人、伴侣、朋友、导师、公众人物 |
| 性格 | prompts/personality-extractor.md |
recipes/personality-mining.md |
所有（同事仅工作相关） |
每条输出标注证据级别：verbatim / artifact / impression。
参考 {baseDir}/examples/ 下的示例查看产出物格式。
Phase 4：合并与冲突处理
读取 {baseDir}/recipes/merge-policy.md，执行证据分级合并。矛盾项写入 conflicts.md。
Phase 5：初始化目录并写入
python3 {baseDir}/kit/manifest_tool.py init --slug <slug> --base ./skills/immortals --persona <角色>
用 Write 工具写入各维度文件，然后读取 {baseDir}/prompts/skill-assembler.md 生成 SKILL.md。
Phase 6：封包登记
python3 {baseDir}/kit/manifest_tool.py stamp --slug <slug> --base ./skills/immortals --sources "<来源>"
Phase 7：告知用户
- 生成路径与加载方式
- 证据覆盖度统计
- 各维度的局限性提示
追加材料（进化）
python3 {baseDir}/kit/version_tool.py snapshot --slug <slug> --base ./skills/immortals --note "追加前"
然后按 Phase 2-6 增量更新。
用户纠正
先快照，再读取 {baseDir}/prompts/correction-handler.md 处理。
版本管理
python3 {baseDir}/kit/version_tool.py list --slug <slug> --base ./skills/immortals
python3 {baseDir}/kit/version_tool.py rollback --slug <slug> --base ./skills/immortals --tag <快照>
不做的事
- 不复制任何第三方仓库的脚本或提示词。
- 不把通用常识当成被蒸馏者的个人特色。
- 不模拟公众人物的私人对话。
- 不用于跟踪、骚扰或欺骗。
自检清单
-
name与目录名一致且符合命名规则。 - 各维度文件中
verbatim + artifact占比是否达标？ -
impression是否隔离到专属区？ -
conflicts.md是否反映了真矛盾？ - 伦理声明是否与角色匹配？
-
SKILL.md正文 < 100 行？