Y

yourself-skill

by @notdog1998v
4.5(308)

チャット履歴、日記、写真などの個人データを実行可能なデジタルレプリカに蒸留。自己記憶(Self Memory)とペルソナモデルを生成し、あなたの口癖で考え、あなたの論理で返答する AI 分身を作成。

personadigital-twinself-distillationmemoryidentityGitHub
インストール方法
git clone https://github.com/notdog1998/yourself-skill.git .claude/skills/yourself-skill
compare_arrows

Before / After 効果比較

1
使用前

AIに自分のスタイルを模倣させたい場合、性格特性を記述するために長いプロンプトを手動で書くしかありませんでした。

使用後

個人データをインポートして人格モデルを自動生成することで、AIアバターがあなたの口癖、思考様式、表現習慣を正確に再現できるようになります。

SKILL.md

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Bashpython ${CLAUDE_SKILL_DIR}/tools/wechat_parser.py
解析 QQ 聊天记录导出Bashpython ${CLAUDE_SKILL_DIR}/tools/qq_parser.py
解析社交媒体内容Bashpython ${CLAUDE_SKILL_DIR}/tools/social_parser.py
分析照片元信息Bashpython ${CLAUDE_SKILL_DIR}/tools/photo_analyzer.py
写入/更新 Skill 文件Write / Edit 工具
版本管理Bashpython ${CLAUDE_SKILL_DIR}/tools/version_manager.py
列出已有 SkillBashpython ${CLAUDE_SKILL_DIR}/tools/skill_writer.py --action list
合并生成 SKILL.mdBashpython ${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

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

ユーザーレビュー (0)

レビューを書く

効果
使いやすさ
ドキュメント
互換性

レビューなし

統計データ

インストール数7.7K
評価4.5 / 5.0
バージョン
更新日2026年4月29日
比較事例1 件

ユーザー評価

4.5(308)
5
69%
4
31%
3
0%
2
0%
1
0%

この Skill を評価

0.0

対応プラットフォーム

🔧Claude Code

タイムライン

作成2026年4月6日
最終更新2026年4月29日