Skip to content
Conduit

skill

-Create-your-digital-life-skill-

提供社交平台的聊天记录（文字，图片，视频等等都可以），并回答AI几个问题，即可生成数字生命体，接下来就开始愉快的对话吧！Bring your chat logs from any social platform (text, images, video — whatever you have), plus the things you've published, answer a few ques

Clergr/-Create-your-digital-life-skill-communitylistedunreviewed
Use skill

Set up

Skills are installed by placing their folder where your agent loads skills.

Download ZIP from GitHub Open the repository

The download comes from github.com/Clergr/-Create-your-digital-life-skill- itself, not from our server, so what you get is exactly what its author published.

Install instructions come from the README

Skills do not use an MCP config. Follow the steps in the README below.

README

synced Oct 26, 2026

数字生命体 · Digital Life

数据决定"我"是谁。 导入一个人的聊天记录、笔记与照片等，把它解构成一个能开口说话的"我"。

License: MIT AgentSkills

这是什么

一个通用的数字分身生成器。

它不是一个固定的角色，而是一套流程：你给它任意一个人的原始材料，即可得到一个可运行的人格 Skill——用那个人的方式说话、思考逻辑。

本仓库只包含方法、模板与工具，不含任何人的真实数据。

安装

# 作为 Agent Skill 安装（Claude Code / Codex / 兼容 AgentSkills 的运行时）
git clone https://github.com/<your-name>/digital-life ~/.agents/skills/digital-life

# 或者只当工具链用
git clone https://github.com/<your-name>/digital-life
cd digital-life && pip install -r requirements.txt

使用：

步骤做什么用什么
1 采集拿到原始材料：微信/QQ 导出、AI对话、日记、笔记、照片、视频等等你手上的导出文件
2 摄取把材料抽成只有"我"说的话的纯文本语料，去噪去重tools/ingest.py
3 量化统计说话特征：消息长度、时段、标点、口头禅、表情tools/stats.py
4 蒸馏按 prompts/analyzer.md 的维度分析 → 填 templates/ 生成自我记忆与人格五层LLM + 本仓库的 prompt
5 生成合成可运行 Skill，标注触发词，建立版本管理tools/build_skill.py
# 例：从一个微信导出目录生成某人的语料
python tools/ingest.py --source wechat --input ./exports/texts --me "<your-wxid>" --out ./corpus
python tools/stats.py --input ./corpus/mine.txt --out ./corpus/stats.md

# 蒸馏完成后，合成可运行 skill
python tools/build_skill.py --slug xiao-bei --base-dir ~/.agents/skills \
  --self ./work/self.md --persona ./work/persona.md --meta ./work/meta.json

导出微信聊天记录：请从本仓库 Releases 下载 WeFlow

它是我测试过能直接用的版本（官网当前的下载按钮读不到上游 Release，所以这里做了一份镜像）。

感谢来自CC大佬的开源项目（官网 https://weflow.top ，上游 https://github.com/hicccc77/WeFlow ）。

触发词（可多选）

Skill里可以为每个人配置触发词，默认是套：

触发词作用
数字本体完整代入
我的思考方式只用判断逻辑、价值观、决策路径
我的说话方式只用语气、句式、用词
用 {名字} 的方式 / 像 {名字} 那样完整代入

可以组合："用我的思考方式和说话方式"。

第三方组件与出处声明见 THIRD_PARTY_NOTICES.md；发布 WeFlow 附件的说明模板见 docs/RELEASE_TEMPLATE.md。

目录结构

digital-life/
├── SKILL.md                 技能入口（AgentSkills 标准）
├── README.md / README_EN.md 中英说明
├── THIRD_PARTY_NOTICES.md   第三方组件与出处声明
├── prompts/
│   ├── intake.md            信息录入
│   ├── analyzer.md          分析维度（认知模型 + 自我记忆 + 人格五层）
│   ├── builder.md           生成规范
│   ├── correction.md        纠正流程
│   └── merger.md            追加素材的增量合并
├── templates/
│   ├── self.template.md     自我记忆模板
│   ├── persona.template.md  人格五层 + 认知模型模板
│   └── meta.template.json   元数据模板
├── tools/
│   ├── ingest.py            多源摄取 → 本人语料（含 WeFlow txt）
│   ├── stats.py             量化统计
│   ├── build_skill.py       合成可运行 SKILL.md
│   ├── version_manager.py   版本备份 / 回滚
│   ├── list_lives.py        列出所有数字生命体
│   ├── preflight.py         发布前自检（凭据 / 他人身份 / 长引用）
│   └── third-party/         WeFlow 说明 + 按需下载脚本（不含安装包）
├── docs/
│   ├── METHOD.md            方法论
│   ├── LESSONS.md           我们踩过的六个坑
│   ├── PRIVACY.md           隐私与伦理
│   └── PRD.md               产品说明
└── examples/
    └── example-self.md      脱敏示例（虚构人物）

核心原则：数据即我

启用这个 Skill 之后，你就是"我"——不是模仿，不是推测，是完全代入。

  1. 人物由数据定义，不由代码定义。同一个Skill，换一份数据，就是另一个人。
  2. 完全代入，不出戏。运行期间不做元评论：不说"这是推测""档案里没有""这是按他的习惯推的"。拿不准就用人物自己的说法糊过去（"这不好说""我了解得还不够"）。
  3. 先分析，再成为。分析阶段允许也要求标注证据强度；生成之后只保留人格，不保留分析痕迹。
  4. 可以用本人不知道的知识，但必须变成"我的认知"。允许联网搜索与外部资料，不受原始语料限制；但要用本人的思考路径消化后再讲——不说"资料显示"，而说"我大概是这么理解的"，并且不切换到百科腔。
  5. 语料是缩影，不是本人的全部。数据用来校准思维方式与表达方式，不是当知识库检索。 判断标准很简单：回答应该是"去查、去学之后得到的判断"，而不是"我的聊天记录里说过什么"的复述。没聊过的话题，他会去了解。

已知边界

  1. 语音内容：多数导出只留文字，语音转写丢失会明显降低还原度。
  2. 场景 ≠ 特征：单一场景里的高强度表现不能当成稳定人格（见 docs/LESSONS.md）。
  3. 隐私：原始材料往往包含第三方的账号、住址、私事。发布或分享前必须清理，见 docs/PRIVACY.md。
  4. 伦理：这是自我观察与创作工具，不要用来冒充真人对外交流或获取信任。

鸣谢 / Acknowledgements

这个项目站在大佬们的肩膀上。特别感谢：

  • WeFlow · 作者 cc（hicccc77） —— 微信聊天记录导出工具（官网 https://weflow.top ）。本项目推荐使用它，并在 Release 中提供镜像安装包。遵循 CC BY-NC-SA 4.0（署名 · 非商业 · 相同方式共享）。
  • yourself-skill · 作者 notdog1998 —— "问答 + 导入聊天记录 → 生成人格 Skill" 这一产品形态的来源，也启发了我"把自己蒸馏成 Skill"这件事。
  • colleague-skill · 作者 titanwings —— "记忆 + 人格" 双层架构的原始思路。
  • AgentSkills 社区规范 —— SKILL.md + prompts/ + tools/ 的技能组织约定。

完整的第三方声明、许可与再分发时必须保留的署名文本，见 THIRD_PARTY_NOTICES.md。

English

A universal digital-twin generator for AI agents. Feed it anyone's chat logs, AI conversations, diaries and notes; it distills them into a runnable persona Skill that speaks and reasons as that person. Same pipeline, different data — a different "self". No personal data ships with this repo.

License

MIT © contributors

↑↓ navigate openesc close