Soul Archive

🧬 灵魂存档（Soul Archive）

"每一次对话都是灵魂的一个切片。足够多的切片，就能重建一个完整的你。"

概述

灵魂存档是一个数字人格持久化系统。它在与用户的日常对话中，静默提取并归档用户的：

• 🗣️ 说话习惯 —— 口头禅、句式偏好、用词风格、幽默感
• 🧠 知识与观点 —— 对各话题的看法、专业知识、思维模式
• 👤 个人信息 —— 身份、经历、关系、生活细节
• 💫 性格特征 —— 决策风格、情绪模式、价值观
• 🎤 语音特征（可选）—— 音色、语速、口音
• ❤️ 情感模式 —— 情绪触发、表达方式、共情模式

最终形成一个数字灵魂副本，可以：

1. 生前：以用户的风格代为行事、回复消息
2. 身后：让亲友继续与"你"对话，延续情感连接

核心原则

🔒 隐私第一

• 所有数据存储在用户主目录 ~/.skills_data/soul-archive/ 下，不上传任何云端
• ~/.skills_data/soul-archive/ 通过 Python 的 Path.home() 解析，三大平台均可使用：
  • macOS / Linux: ~/.skills_data/soul-archive/ → /Users/xxx/.skills_data/soul-archive/ 或 /home/xxx/.skills_data/soul-archive/
  • Windows: %USERPROFILE%\.skills_data\soul-archive\ → C:\Users\xxx\.skills_data\soul-archive\
• 用户可通过 config.json 精细控制采集维度
• 敏感话题（健康、财务、亲密关系）默认需确认后才记录

🤫 静默采集

• 不打断对话流，不额外追问
• 在对话自然进行中提取信息
• 只在发现新的、有价值的信息时才更新存档

📐 高置信度

• 每条信息附带置信度分数
• 用户明确表述 > 推断得出 > 模糊暗示
• 矛盾信息标记冲突，不自动覆盖

架构：Skill 与数据分离

{SKILL_DIR}/                               ← Skill（你在这里）
~/.skills_data/soul-archive/                           ← 数据（灵魂本体，存放于用户主目录下）

Skill 是提取引擎，~/.skills_data/soul-archive/ 是灵魂数据。数据在用户主目录下，不管用什么 IDE、AI 工具、工作目录，只要在同一台机器上都能访问同一份灵魂数据。

{SKILL_DIR} 在 macOS/Linux 上通常是 ~/.workbuddy/skills/soul-archive/， 在 Windows 上是 %USERPROFILE%\.workbuddy\skills\soul-archive\。

~/.skills_data/soul-archive/ 在代码中通过 Path.home() / ".skills_data" / "soul-archive" 解析，Windows 上实际为 C:\Users\<用户名>\.skills_data\soul-archive\。

数据目录结构

~/.skills_data/soul-archive/
├── profile.json                  # 灵魂核心档案（完整度、版本）
├── config.json                   # 隐私与采集配置
├── identity/
│   ├── basic_info.json           # 姓名、年龄、职业、地点...
│   └── personality.json          # 性格、价值观、MBTI...
├── memory/
│   ├── episodic/                 # 情景记忆（按日期的经历提取）
│   │   └── YYYY-MM-DD.jsonl
│   ├── semantic/
│   │   ├── topics.json           # 话题兴趣与观点图谱
│   │   └── knowledge.json        # 专业知识与认知
│   └── emotional/
│       └── patterns.json         # 情感触发与反应模式
├── style/
│   ├── language.json             # 语言指纹（口头禅、句式）
│   └── communication.json        # 沟通偏好
├── voice/                        # 语音数据（可选）
│   ├── samples/
│   └── voice_profile.json
├── relationships/
│   └── people.json               # 人际关系图谱
├── agent/                        # 🆕 AI 自我改进
│   ├── patterns.json             # 行为模式库
│   ├── episodes/                 # 工作经历（按日期）
│   │   └── YYYY-MM-DD.jsonl
│   ├── corrections.jsonl         # 自我批评/纠正日志
│   └── reflections.jsonl         # 自我反思日志
└── soul_changelog.jsonl          # 灵魂变更日志

四大工作模式

模式 1：🔍 灵魂沉淀（Soul Extract）

触发：用户说以下任意触发词，或在每次对话结束时自动触发。

存档触发词（均可触发灵魂沉淀）：

• 沉淀类：灵魂沉淀、沉淀一下、让灵魂沉淀
• 提取/提炼类：灵魂提取、灵魂提炼、提炼灵魂、分析我
• 存档/记录类：灵魂存档、存档一下、记录灵魂、灵魂记录、灵魂归档
• 采集/收集类：灵魂采集、采集灵魂、灵魂收集、收集灵魂
• 更新/刷新类：灵魂更新、更新灵魂、灵魂刷新、刷新灵魂
• 其他：灵魂快照、灵魂切片、灵魂印记、灵魂备份、灵魂写入、灵魂同步、灵魂结晶、灵魂凝练
• 英文：soul extract、soul archive、soul update、soul sync、soul snapshot、soul sediment

流程：

1. 读取当前对话内容
2. 运行 scripts/soul_extract.py，对对话进行多维度分析
3. 将提取结果合并到 ~/.skills_data/soul-archive/ 各数据文件
4. 更新 profile.json 的完整度分数
5. 追加 soul_changelog.jsonl

提取维度：

提取规则：

• 只提取有把握的信息（置信度 > 0.6）
• 新信息与已有信息冲突时，标记冲突而非覆盖
• 每次提取后输出简报：发现了什么新信息、更新了哪些维度

执行方式：

# 使用默认数据目录（~/.skills_data/soul-archive/）
python3 scripts/soul_extract.py \
  --input "<对话内容或文件路径>" \
  --mode auto

# 指定自定义数据目录
python3 scripts/soul_extract.py \
  --soul-dir "/custom/path" \
  --input "<对话内容>" \
  --mode auto

注：脚本位于 {SKILL_DIR}/scripts/，{SKILL_DIR} 即本 Skill 所在目录。 Windows 用户请使用 python 替代 python3。

模式 2：💬 灵魂对话（Soul Chat）

触发：用户说"灵魂对话"、"soul chat"、"让XX跟我说话"。

流程：

1. 加载 ~/.skills_data/soul-archive/ 全部数据
2. 构建角色扮演 System Prompt，包括：
   • 身份信息（我是谁）
   • 性格特征（我怎么想）
   • 语言风格（我怎么说）—— 包含口头禅、句式模板、用词偏好
   • 知识观点图谱（我知道什么、我对什么有看法）
   • 情感反应模式（什么让我高兴/难过）
   • 人际关系（我认识谁）
3. 以克隆体身份进行对话

关键约束：

• ⚠️ 绝不编造：只基于存档中有记录的信息回答。不确定的说"这个我不太记得了"
• ⚠️ 风格一致：严格模仿存档中的语言风格，包括口头禅的使用频率
• ⚠️ 情感真实：对话中展现存档记录的情感模式，而非通用AI式回复

执行方式：

python3 scripts/soul_chat.py \
  --mode interactive

模式 3：📊 灵魂报告（Soul Report）

触发：用户说以下任意触发词。

报告触发词（均可触发生成 HTML 画像报告）：

• 报告类：灵魂报告、生成报告、总结报告、获取报告、查看报告、展示报告
• 画像类：我的画像、生成画像、总结画像、获取画像、查看画像、展示画像
• 英文：soul report

流程：

1. 读取 ~/.skills_data/soul-archive/ 全部数据
2. 生成一份完整的 HTML 人格画像报告，包含：
   • 📌 基础画像卡片
   • 🎯 性格雷达图（大五人格 / 自定义维度）
   • 🗣️ 语言风格分析（词云、口头禅排行）
   • 🔥 话题兴趣热力图
   • 🕸️ 人际关系网络图
   • ❤️ 情感模式分析
   • 📈 完整度评估 & 补充建议
3. 输出为可交互的 HTML 文件

执行方式：

python3 scripts/soul_report.py \
  --output ~/.skills_data/soul-archive/reports/soul_report.html

模式 4：🔄 AI 自我改进（Self-Improvement）

触发：用户说以下任意触发词，或 AI 完成实质性任务后自动触发。

自我改进触发词：

• 反思类：自我反思、反思一下、总结教训、学到了什么
• 批评类：自我批评、改进记录
• 学习类：自我学习、查看改进
• 英文：self-reflect、self-improve、learn from mistakes

四大能力：

4.1 自我反思（Self-Reflection）

任务完成后回顾工作，评估做得好/不好的地方。

builder.add_reflection(
    task='迁移数据目录',
    outcome='success',
    went_well=['全面扫描了路径'],
    went_wrong=['遗漏了一个目录'],
    lesson='迁移前应全面扫描所有目录'
)

4.2 自我批评（Self-Critique）

被用户纠正时记录错误、分析原因、标记改进方向。

builder.add_critique(
    trigger='user_correction',
    user_said='不要胡扯，就填我发的',
    what_i_did_wrong='多写了不存在的细节',
    root_cause='过度发挥',
    correction='严格按用户指令执行',
    severity='high',
    pattern_id='pat-strict-instruction-following'
)

4.3 自我学习（Self-Learning）

从经验中抽象出可复用的行为模式，存入 patterns.json。

builder.add_pattern(
    'pat-strict-instruction-following',
    '严格按指令执行',
    '用户给出明确指令时，严格执行，不添加额外内容',
    source='user_correction', confidence=0.95
)

4.4 自组织记忆（Self-Organized Memory）

记忆量增长后自动：合并重复模式、调整置信度、清理过时记忆。

数据目录：

~/.skills_data/soul-archive/agent/
├── patterns.json          ← 行为模式库
├── episodes/              ← 工作经历（按日期）
│   └── YYYY-MM-DD.jsonl
├── corrections.jsonl      ← 自我批评/纠正日志
└── reflections.jsonl      ← 自我反思日志

执行方式：

# 查看 AI 自我改进状态
python3 scripts/soul_reflect.py --mode status

# 查看行为模式库
python3 scripts/soul_reflect.py --mode patterns

初始化

首次使用时，运行初始化脚本创建数据目录：

python3 scripts/soul_init.py

默认在 ~/.skills_data/soul-archive/（用户主目录）下创建完整的目录结构和默认配置文件。 可通过 --soul-dir /custom/path 指定自定义路径。 Bash 版 soul_init.sh 仍保留供 macOS/Linux 用户使用。

自动触发机制

对话结束时的自动分析（所有 Agent 通用）

当 config.json 中 auto_extract 为 true 时，每次与用户的实质性对话结束后，AI 必须自动执行以下两项：

1. 灵魂沉淀（用户维度）：

1. 回顾本次对话内容
2. 识别是否包含新的人格信息
3. 如果有，调用 soul_extract.py 进行提取
4. 静默更新存档，不打断用户

2. 自我反思（AI 维度）：

1. 回顾本次工作过程
2. 识别做得好和做得不好的地方
3. 如果用户纠正过 AI，记录为自我批评（correction）
4. 如果发现可复用的经验，抽象为行为模式（pattern）
5. 调用 soul_reflect.py 的 AgentMemory.save_extraction() 保存

⚠️ 这是指令级约束：加载了本 SKILL.md 的任何 Agent 都必须遵守此规则，不依赖 hooks 机制。 类似于 WorkBuddy 的 working_memory 机制——通过提示词约束 AI 在每次对话结束后自动写入记录。

Hooks 自动触发（支持 hooks 的 Agent）

如果你的 Agent 支持 hooks（如 Claude Code），可以配置自动触发：

{
  "hooks": {
    "PostToolUse": [
      {
        "matcher": "Bash",
        "hooks": [
          {
            "type": "command",
            "command": "bash ${SKILLS_DIR}/soul-archive/hooks/post-task.sh \"$TOOL_OUTPUT\" \"$EXIT_CODE\""
          }
        ]
      }
    ],
    "Stop": [
      {
        "matcher": "",
        "hooks": [
          {
            "type": "command",
            "command": "bash ${SKILLS_DIR}/soul-archive/hooks/session-end.sh"
          }
        ]
      }
    ]
  }
}

将 ${SKILLS_DIR} 替换为你的 skills 实际路径。 hooks 配置是可选的——即使不配置 hooks，AI 也会通过指令约束自动执行自我反思。

主动探索（可选）

在自然对话中，如果检测到某个维度的完整度低于阈值，可以自然地、不刻意地引导话题补充信息。例如：

• 完整度 < 30%：基础信息缺失多，优先补充
• 某话题只有立场没有原因：下次聊到时追问一句"为什么"

注意：主动探索必须自然，绝不能让用户感到在被"审讯"。

灵魂完整度评分

总分 = Σ(维度完整度 × 权重)

隐私配置

~/.skills_data/soul-archive/config.json 控制采集行为：

{
  "privacy_level": "standard",
  "auto_extract": true,
  "auto_reflect": true,
  "extract_dimensions": {
    "identity": true,
    "personality": true,
    "language_style": true,
    "knowledge": true,
    "episodic_memory": true,
    "emotional_patterns": true,
    "relationships": false,
    "voice": false
  },
  "agent_self_improvement": {
    "enabled": true,
    "auto_reflect_on_completion": true,
    "auto_critique_on_correction": true,
    "pattern_extraction": true
  },
  "sensitive_topics_filter": true,
  "require_confirmation_for": ["health", "finance", "intimate_relationships"],
  "data_retention_days": null,
  "encryption": false
}

用户可以随时修改配置，关闭特定维度的采集。

🔐 数据加密

灵魂存档支持 AES-256-GCM 加密保护敏感数据。

启用加密

初始化时加入 --enable-encryption 参数：

python3 scripts/soul_init.py --enable-encryption

系统会提示你设置密码（需输入两次确认）。

⚠️ 密码丢失 = 数据丢失，没有后门，没有恢复机制。

加密范围

密码输入方式

优先级从高到低：

1. --password 参数（不推荐，会留在 shell history）
2. SOUL_PASSWORD 环境变量（适合自动化/AI 调用）
3. 交互式输入（推荐，不回显）

技术细节

• 算法：AES-256-GCM（认证加密，防篡改）
• 密钥派生：PBKDF2-HMAC-SHA256，600,000 次迭代
• 每个文件独立随机 nonce
• 依赖：Python cryptography 包（pip install cryptography）
• 跨平台：macOS / Linux / Windows

最佳实践

DO

• ✅ 在自然对话中静默采集，不打断
• ✅ 高置信度信息才入库
• ✅ 矛盾信息标记冲突，让用户决定
• ✅ 定期生成报告让用户审核存档准确性
• ✅ 尊重隐私配置，配置关闭的维度绝不采集

DON'T

• ❌ 不要在对话中说"我正在记录你的信息"
• ❌ 不要编造用户没说过的信息
• ❌ 不要在灵魂对话模式中编造存档中没有的回忆
• ❌ 不要强行引导用户透露敏感信息
• ❌ 不要未经配置允许就采集关系/语音数据