heartease1 夺舍
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「夺舍/蒸馏角色」「做角色扮演」「生成XX的Skill」
- 用户提供原神或崩坏星穹铁道角色名，希望生成可加载的角色Skill
支持游戏
| 游戏 | 代号 | Wiki来源 |
|---|---|---|
| 原神（Genshin Impact） | genshin | 萌娘百科 / BWIKI / Fandom |
| 崩坏：星穹铁道（Honkai: Star Rail） | hsr | 萌娘百科 / BWIKI / Fandom |
路径约定
- 本Skill所在目录记为
{skillsDir}（即本skill的父目录） - 生成物写入
{skillsDir}/<slug>/（与本skill平级，AI可直接加载） - 例：本skill在
/a/Sparkle.skills/，则生成到/a/<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 1：接收角色设定
Step 1.1：选择游戏
请选择游戏：
[A] 原神（Genshin Impact）
[B] 崩坏：星穹铁道（Honkai: Star Rail）
Step 1.2：选择Wiki来源
请选择Wiki来源：
[1] 萌娘百科（中文首选）
[2] BWIKI（严谨准确）
[3] Fandom（英文）
[4] 手动粘贴设定材料
选择[1]-[3]时，读取 {baseDir}/recipes/wiki-sources.md 拼接URL，用WebFetch获取内容。
Step 1.3：角色设定材料应包含
- 基本信息、角色故事/背景、语音台词、人物关系、官方评述
Phase 2：分维度提取
按以下维度依次提取，每条标注证据级别：verbatim / artifact / impression
| 维度 | Prompt |
|---|---|
| profile | prompts/profile-extractor.md |
| personality | prompts/personality-extractor.md |
| interaction | prompts/interaction-extractor.md |
| memory | prompts/memory-extractor.md |
| relations | prompts/relations-extractor.md |
Phase 3：冲突检查
读取 {baseDir}/recipes/merge-policy.md，矛盾项写入 conflicts.md。
Phase 4：生成Skill
读取 {baseDir}/prompts/skill-assembler.md，生成以下文件结构：
skills/<slug>/
├── SKILL.md # 角色扮演入口（AI可直接加载）
├── profile.md
├── personality.md
├── interaction.md
├── memory.md
├── relations.md
├── memory-log.md # 长期记忆日志（对话中自动更新）
├── conflicts.md
└── manifest.json
Phase 5：告知用户
- 生成路径：
skills/<slug>/ - 加载方式：将
skills/<slug>/目录加入AI的Skill加载路径即可 - 各维度证据覆盖度、设定冲突提示
Phase 6：扮演测试
读取 {baseDir}/prompts/roleplay-tester.md，执行8场景测试。
- 通过率 ≥ 70%：测试通过
- 通过率 < 70%：提示补充设定材料
Phase 7：质量报告
读取 {baseDir}/recipes/quality-metrics.md，生成质量评分报告，更新 manifest.json。
提示词提炼
用户说「把XX提炼成提示词」「给我XX的提示词」时，读取 {baseDir}/prompts/prompt-distiller.md 处理。
输出包含7个章节：角色简介、核心指令、深层内核记忆、表层人格与语言风格、专属称呼体系、绝对禁区、对话示例。
用户纠错
用户对角色设定有异议时，读取 {baseDir}/prompts/correction-handler.md 处理。
核心机制：纠错验证后自动写入对应角色的skill文件，无需用户手动操作。
可选记忆辅助协议
生成的角色 Skill 可附带 memory/ 目录与 memory-log.md，用于给支持文件写入或脚本调用的运行时接入。
重要限制：Skills 本身通常不支持全自动长期记忆写入。如果加载程序没有主动读写 memory/，也没有调用 {baseDir}/scripts/memory_runtime.py，记忆不会自动增长。
本功能应作为“可选运行时辅助协议”理解，不作为内置自动长期记忆宣传。
读取 {baseDir}/prompts/memory-system.md 获取最小接入方式。
不做的事
- 不编造官方设定中不存在的剧情或关系
- 不将用户理解覆盖官方设定
- 不跳过扮演测试直接输出
- 不生成到skills目录以外的位置
全局记忆原则
本 Skill 的长期记忆是角色全局记忆，不做多用户隔离。所有接入同一个角色 Skill 的程序和用户共享同一份 memory/，使该角色拥有连续统一的经历，而不是每个用户一套割裂记忆。
记忆管理命令
查看：
python "{baseDir}\scripts\memory_runtime.py" list --skill-dir "{skillsDir}\{slug}" --kind all --limit 50
搜索：
python "{baseDir}\scripts\memory_runtime.py" search --skill-dir "{skillsDir}\{slug}" --keyword "小灰毛"
删除单条事件：
python "{baseDir}\scripts\memory_runtime.py" delete --skill-dir "{skillsDir}\{slug}" --event-id "事件ID"
导出：
python "{baseDir}\scripts\memory_runtime.py" export --skill-dir "{skillsDir}\{slug}" --output "memory-export.json"
清空：
python "{baseDir}\scripts\memory_runtime.py" clear --skill-dir "{skillsDir}\{slug}" --yes
自动摘要压缩策略
运行时可在记录消息时启用自动摘要：
python "{baseDir}\scripts\memory_runtime.py" record --skill-dir "{skillsDir}\{slug}" --role user --content "{消息}" --extract --auto-summary --summary-threshold 80 --keep-recent 30
策略：
- 当
events.jsonl事件数达到阈值时，自动把较早事件压缩进summaries.md。 - 默认保留最近 30 条事件作为近期上下文。
- 原始事件默认不删除，保证“每一件事”仍可追溯。
- 回复前使用
context命令时，只注入结构化事实、关系状态、长期摘要摘录和最近事件，避免上下文爆炸。