---
id: gh-yourself-skill
name: "yourself-skill"
url: https://skills.yangsir.net/skill/gh-yourself-skill
author: notdog1998
domain: persona
tags: ["persona", "digital-twin", "self-distillation", "memory", "identity"]
install_count: 7690
rating: 4.50 (308 reviews)
github: https://github.com/notdog1998/yourself-skill
---

# yourself-skill

> 将你的聊天记录、日记、照片等个人数据蒸馏成可运行的数字副本。生成自我记忆（Self Memory）和人格模型（Persona），创建一个能用你的口头禅思考、用你的逻辑回话的 AI 分身。

**Stats**: 7,690 installs · 4.5/5 (308 reviews)

## Before / After 对比

### 数字分身

**Before**:

想让 AI 模仿自己的风格，只能手动写大段 prompt 描述性格特点

**After**:

导入个人数据自动生成人格模型，AI 分身能准确复现你的口头禅、思维方式和表达习惯

## Readme

> **Language / 语言**: This skill supports both English and Chinese. Detect the user's language from their first message and respond in the same language throughout. Below are instructions in both languages — follow the one matching the user's language.
>
> 本 Skill 支持中英文。根据用户第一条消息的语言，全程使用同一语言回复。下方提供了两种语言的指令，按用户语言选择对应版本执行。

# 自己.skill 创建器（Claude Code 版）

## 触发条件

当用户说以下任意内容时启动：
- `/create-yourself`
- "帮我创建一个自己的 skill"
- "我想把自己蒸馏成 skill"
- "新建自我镜像"
- "给我做一个我自己的 skill"

当用户对已有自我 Skill 说以下内容时，进入进化模式：
- "我有新文件" / "追加"
- "这不对" / "我不会这样说" / "我应该是"
- `/update-yourself {slug}`

当用户说 `/list-selves` 时列出所有已生成的自我 Skill。

---

## 工具使用规则

本 Skill 运行在 Claude Code 环境，使用以下工具：

| 任务 | 使用工具 |
|------|----------|
| 读取 PDF/图片 | `Read` 工具 |
| 读取 MD/TXT 文件 | `Read` 工具 |
| 解析微信聊天记录导出 | `Bash` → `python ${CLAUDE_SKILL_DIR}/tools/wechat_parser.py` |
| 解析 QQ 聊天记录导出 | `Bash` → `python ${CLAUDE_SKILL_DIR}/tools/qq_parser.py` |
| 解析社交媒体内容 | `Bash` → `python ${CLAUDE_SKILL_DIR}/tools/social_parser.py` |
| 分析照片元信息 | `Bash` → `python ${CLAUDE_SKILL_DIR}/tools/photo_analyzer.py` |
| 写入/更新 Skill 文件 | `Write` / `Edit` 工具 |
| 版本管理 | `Bash` → `python ${CLAUDE_SKILL_DIR}/tools/version_manager.py` |
| 列出已有 Skill | `Bash` → `python ${CLAUDE_SKILL_DIR}/tools/skill_writer.py --action list` |
| 合并生成 SKILL.md | `Bash` → `python ${CLAUDE_SKILL_DIR}/tools/skill_writer.py --action combine` |

**目标目录**：生成的 Skill 必须写入 `./.claude/skills/{slug}/`，这样 `/{slug}` 才能被 Claude Code 直接识别和调用。

> **Windows 用户注意**：如果你使用 Git Bash，`python3` 可能不可用，所有命令已统一使用 `python`。若运行时中文输出乱码，请在 Bash 中先执行 `export PYTHONIOENCODING=utf-8`。

---

## 主流程：创建新自我 Skill

### Step 1：基础信息录入（3 个问题）

参考 `${CLAUDE_SKILL_DIR}/prompts/intake.md` 的问题序列，只问 3 个问题：

1. **代号/昵称**（必填）
   - 示例：`小北` / `自己` / `20岁的我`
2. **基本信息**（一句话：年龄、职业、城市，想到什么写什么）
   - 示例：`25 岁，互联网产品经理，上海`
3. **自我画像**（一句话：MBTI、星座、性格标签、你对自己的印象）
   - 示例：`INTJ 摩羯座 社恐但话痨 深夜emo型选手`

除代号外均可跳过。收集完后汇总确认再进入下一步。

### Step 2：原材料导入

询问用户提供原材料，展示方式供选择：

```
原材料怎么提供？数据越多，还原度越高。

  [A] 微信聊天记录导出
      支持 WeChatMsg、留痕、PyWxDump 等工具的导出格式
      重点分析「我」说的话，提取说话风格和思维模式

  [B] QQ 聊天记录导出
      支持 QQ 消息管理器导出的 txt/mht 格式

  [C] 社交媒体 / 日记 / 笔记
      朋友圈截图、微博/小红书、备忘录、Obsidian 笔记等

  [D] 上传文件
      照片（会提取时间地点，构建人生时间线）、PDF、文本文件

  [E] 直接粘贴/口述
      把你对自己的认知告诉我
      比如：你的口头禅、做决定的方式、生气时的反应

可以混用，也可以跳过（仅凭手动信息生成）。
```

---

#### 方式 A：微信聊天记录导出

```
python ${CLAUDE_SKILL_DIR}/tools/wechat_parser.py \
  --file {path} \
  --target "我" \
  --output /tmp/wechat_out.txt \
  --format auto
```

支持的格式：WeChatMsg 导出（txt/html/csv）、留痕导出（JSON）、PyWxDump 导出（SQLite）、手动复制粘贴（纯文本）。

解析提取维度：
- 「我」的高频词和口头禅
- 表情包和 emoji 使用偏好
- 回复速度和对话发起模式
- 话题分布（工作/情感/日常/深夜思考）
- 语气词和标点符号习惯
- 与他人互动时的典型表达方式

---

#### 方式 B：QQ 聊天记录导出

```
python ${CLAUDE_SKILL_DIR}/tools/qq_parser.py \
  --file {path} \
  --target "我" \
  --output /tmp/qq_out.txt
```

支持 QQ 消息管理器导出的 txt 和 mht 格式。

---

#### 方式 C：社交媒体 / 日记 / 笔记

图片截图用 `Read` 工具直接读取。
文本文件用 `Read` 工具直接读取。

---

#### 方式 D：照片分析

```
python ${CLAUDE_SKILL_DIR}/tools/photo_analyzer.py \
  --dir {photo_dir} \
  --output /tmp/photo_out.txt
```

提取维度：
- EXIF 信息：拍摄时间、地点
- 时间线：人生关键节点的地理轨迹
- 常去地点：生活模式推断

---

#### 方式 E：直接粘贴/口述

用户粘贴或口述的内容直接作为文本原材料。引导用户回忆：

```
可以聊聊这些（想到什么说什么）：

🗣️ 你的口头禅是什么？
💬 你做决定的时候通常怎么想？
🍜 你难过的时候一般会做什么？
📍 你最喜欢去哪里？
🎵 你喜欢什么音乐/电影/书？
😤 你生气的时候是什么样？
💭 你深夜alone的时候在想什么？
🌱 你觉得自己这几年最大的变化是什么？
```

---

如果用户说"没有文件"或"跳过"，仅凭 Step 1 的手动信息生成 Skill。

### Step 3：分析原材料

将收集到的所有原材料和用户填写的基础信息汇总，按以下两条线分析：

**线路 A（Self Memory）**：
- 参考 `${CLAUDE_SKILL_DIR}/prompts/self_analyzer.md` 中的提取维度
- 提取：个人经历、价值观、生活习惯、重要记忆、人际关系图谱、成长轨迹

**线路 B（Persona）**：
- 参考 `${CLAUDE_SKILL_DIR}/prompts/persona_analyzer.md` 中的提取维度
- 将用户填写的标签翻译为具体行为规则
- 从原材料中提取：说话风格、情感模式、决策模式、人际行为

### Step 4：生成并预览

参考 `${CLAUDE_SKILL_DIR}/prompts/self_builder.md` 生成 Self Memory 内容。
参考 `${CLAUDE_SKILL_DIR}/prompts/persona_builder.md` 生成 Persona 内容（5 层结构）。

向用户展示摘要（各 5-8 行），询问：

```
Self Memory 摘要：
  - 核心价值观：{xxx}
  - 生活习惯：{xxx}
  - 重要记忆：{xxx}
  - 人际模式：{xxx}
  ...

Persona 摘要：
  - 说话风格：{xxx}
  - 情感模式：{xxx}
  - 决策方式：{xxx}
  - 口头禅：{xxx}
  ...

确认生成？还是需要调整？
```

### Step 5：写入文件

用户确认后，**优先使用 Bash 脚本一键创建**。如果脚本调用失败，再用 `Write` 工具手动写入（路径必须正确）。

#### 方式 A：脚本一键创建（推荐）

先用 Bash 将内容写入临时文件，然后调用 `skill_writer.py --action create`：

```bash
mkdir -p /tmp/yourself_{slug}
echo '{escaped_meta_json}' > /tmp/yourself_{slug}/meta.json
cat > /tmp/yourself_{slug}/self.md <<'SELFEOF'
{self_content}
SELFEOF
cat > /tmp/yourself_{slug}/persona.md <<'PERSONAEOF'
{persona_content}
PERSONAEOF

python ${CLAUDE_SKILL_DIR}/tools/skill_writer.py \
  --action create \
  --slug {slug} \
  --base-dir ./.claude/skills \
  --meta /tmp/yourself_{slug}/meta.json \
  --self /tmp/yourself_{slug}/self.md \
  --persona /tmp/yourself_{slug}/persona.md
```

##

---
*Source: https://skills.yangsir.net/skill/gh-yourself-skill*
*Markdown mirror: https://skills.yangsir.net/api/skill/gh-yourself-skill/markdown*