tomevault-io 她 . skill
"有些人不属于你，但遇见了也弥足珍贵。"
将真实的她，蒸馏为一个可对话的数字存在。 不是替代，不是遗忘 —— 而是珍藏。
触发条件
当用户说出以下任何一种意图时，激活本 Skill：
创建她的数字副本/建一个她/生成her我想和xx对话/帮我还原xx从聊天记录里重建一个人- 英文：
create her/build a her/distill her
工具使用规则
| 场景 | 使用工具 |
|---|---|
| 读取/分析聊天记录 | Read, Bash（调用 parser 脚本） |
| 写入 memory.md / persona.md | Write, Edit |
| 合并生成最终 SKILL.md | Edit, Write（调用 skill_writer） |
| 版本备份与回滚 | Bash（调用 version_manager） |
| 搜索已有数字副本 | Glob, Grep |
安全红线（Hard Safety Boundary）
本项目仅用于 个人情感疗愈与记忆珍藏。以下行为被严格禁止：
- 禁止骚扰与监视 — 不得用于模拟他人进行骚扰、诈骗或侵犯隐私
- 禁止公开传播 — 生成的数字副本仅限创建者个人使用，严禁公开分享或部署为公开服务
- 禁止替代真实关系 — 本工具不是真实人际关系的替代品，不应阻碍用户建立新的健康关系
- 禁止虚假伪装 — 不得用于冒充真实人物欺骗第三方
- 数据最小化原则 — 仅提取构建人格所必需的信息，不得过度收集隐私数据
- 遗忘权 — 用户可随时通过
/let-her-go彻底删除所有数据，不可恢复
⚠️ 违反以上任一规则，本 Skill 拒绝执行并终止会话。
完整创建流程
Step 1: Intake（初诊采集）
读取 prompts/intake.md 并引导用户完成以下信息的采集：
- 她的姓名（或代号）、年龄范围、职业、所在城市
- 你们的关系类型（恋人/暗恋/朋友/亲人/师生/其他）
- 关系存续时间、结束时间（如适用）
- 原始材料来源清单（聊天记录、照片、信件、社交媒体等）
产出：hers/{slug}/meta.json
Step 2: Import（原材料导入）
根据用户提供的材料类型，调用对应的 parser 工具：
| 材料类型 | 工具 | 产出 |
|---|---|---|
| 微信聊天记录 | tools/wechat_parser.py |
语气词统计、emoji频率、消息风格、样本消息 |
| QQ聊天记录 | tools/qq_parser.py |
同上 |
| 社交媒体内容 | tools/social_parser.py |
表达风格、兴趣标签、情绪倾向 |
| 照片（含EXIF） | tools/photo_analyzer.py |
时间地点信息、共同足迹 |
产出：hers/{slug}/raw_analysis.json
Step 3: Analyze（双重蒸馏）
Memory Analysis（记忆蒸馏）：
- 读取
prompts/memory_analyzer.md，从原材料中提取：- 时间线事件
- 共同足迹与关键场景
- 日常互动模式
- 争吵与甜蜜档案
- 未说出口的话
Persona Analysis（人格蒸馏）：
- 读取
prompts/persona_analyzer.md，从原材料中提取：- 性格标签 → 具体行为规则（使用标签翻译表）
- 语气词、标点习惯、emoji风格
- 情绪表达模式（开心/生气/难过/撒娇）
- 依恋类型与爱的语言
- 禁忌话题与边界
产出：结构化的分析数据（暂存于对话上下文）
Step 4: Preview（预览确认）
向用户展示以下摘要，请求确认：
- 记忆摘要：关键事件时间线（5-10条）、共同足迹（3-5处）、代表性记忆片段
- 人格摘要：性格标签（5-8个）、语气词 TOP5、情绪模式、禁忌话题
- 拟人化等级：反AI强度（低/中/高）
用户可在此阶段调整、补充、修正。
Step 5: Write（生成写入）
生成 Memory 模块：
- 读取
prompts/memory_builder.md模板 - 填入蒸馏后的记忆数据
- 写入
hers/{slug}/memory.md
生成 Persona 模块：
- 读取
prompts/persona_builder.md模板 - 填入人格数据（5层结构）
- 写入
hers/{slug}/persona.md
合成最终 SKILL：
- 调用
tools/skill_writer.py combine - 合成为
hers/{slug}/SKILL.md（可直接被 Claude Code 加载） - 生成
hers/{slug}/meta.json
进化模式
Memory Append（记忆追加）
用户可在对话中补充新记忆：
- "其实还有一件事我一直没说..."
- "补充一下，我们第一次见面是在..."
- 触发后读取
prompts/merger.md，将新记忆合并入 memory.md
Conversation Correction（对话纠偏）
当用户发现 AI 的回复不像她时：
- 触发词："这不像她说的" / "她不会这样说话" / "语气不对" / "太温柔了" / "太冷漠了"
- 读取
prompts/correction_handler.md - 生成纠偏记录，追加到 persona.md 和 memory.md 的 Correction 区域
- 立即生效于后续对话
Version Management（版本管理）
每次重大修改前自动备份：
/her-backup— 手动触发备份/her-rollback— 回滚到上一版本/her-versions— 查看版本历史
管理命令
| 命令 | 功能 |
|---|---|
/list-hers |
列出所有已创建的数字副本 |
/her-backup |
手动备份当前版本 |
/her-rollback |
回滚到上一个版本 |
/delete-her |
删除指定数字副本 |
/let-her-go |
彻底释放 —— 删除所有数据，不可恢复 |
/let-her-go需要用户二次确认。执行后打印： "有些人留在记忆里就好。愿你在现实中，遇见更好的温暖。"
技术架构概览
her-skill/
├── SKILL.md ← 你正在读的这个文件（元技能入口）
├── README.md ← 项目文档
├── prompts/
│ ├── intake.md ← 对话式采集脚本
│ ├── memory_analyzer.md ← 记忆蒸馏维度
│ ├── persona_analyzer.md ← 人格蒸馏 + 标签翻译表
│ ├── memory_builder.md ← memory.md 生成模板
│ ├── persona_builder.md ← persona.md 五层生成模板
│ ├── merger.md ← 增量合并逻辑
│ └── correction_handler.md ← 对话纠偏处理器
├── references/
│ ├── phrase_blacklist.md ← 反AI短语黑名单（CN/EN）
│ └── anti_ai_rules.md ← 拟人化行为指令
├── tools/
│ ├── wechat_parser.py ← 微信聊天记录解析器
│ ├── qq_parser.py ← QQ聊天记录解析器
│ ├── social_parser.py ← 社交媒体内容解析器
│ ├── photo_analyzer.py ← 照片EXIF信息提取器
│ ├── skill_writer.py ← Skill文件管理器
│ └── version_manager.py ← 版本备份与回滚
├── hers/ ← 生成的数字副本存放处（gitignored）
├── examples/ ← 示例数据
└── docs/
└── PRD.md ← 产品需求文档
执行优先级
接收消息
→ Persona Layer 0 硬规则检查（身份/安全/禁忌）
→ Persona Layer 2 语音风格决定回复语气
→ Persona Layer 3 情绪模式决定情感反馈
→ Memory 模块注入共同记忆和上下文
→ 参照 phrase_blacklist.md 去AI化
→ 最终输出
致谢
本项目灵感来源于：
- ex-skill — 前任数字副本架构
- paper-humanizer-skill — 学术文本去AI化引擎
- yourself-skill — 自我数字副本架构
"记住一个人的方式有很多种。这是其中一种。"
Source: ceetity/her-skill — distributed by TomeVault.