immortal-skill

Featured

通用数字永生框架:从聊天记录、社交媒体、文档等多平台数据中蒸馏任何人的数字分身——支持自己、同事、导师、亲人、伴侣/前任、朋友、公众人物 7 种角色模板,接入国内外 12+ 数据平台。

AI & Automation 449 stars 45 forks Updated 1 months ago MIT

Install

View on GitHub

Quality Score: 94/100

Stars 20%
88
Recency 20%
75
Frontmatter 20%
70
Documentation 15%
100
Issue Health 10%
50
License 10%
100
Description 5%
100

Skill Content

# 数字永生 ## 语言 根据用户**第一条消息**的语言,全程使用同一语言。 ## 何时激活 - 用户要「蒸馏 XX」「做数字分身」「保留 TA 的方式/记忆」「让 AI 像 XX 一样」。 - 用户提供关于某人的材料,希望生成可加载的 Agent Skill 包。 ## 核心理念 **选择角色 → 多平台采集 → 分维度提取(procedure / interaction / memory / personality)→ 证据分级 → 冲突合并 → 输出符合 Agent Skills 的技能目录。** ## 路径约定 - 本 Skill 根目录记为 **`{baseDir}`**。 - 生成物默认写入 `./skills/immortals/<slug>/`。 - `slug`:小写字母、数字、连字符,与最终 `SKILL.md` 的 `name` 一致。 ## 操作顺序 ### Phase 0:选择角色模板 向用户询问蒸馏对象的角色,读取对应模板: ``` 你想蒸馏谁? [1] 🪞 自己(全维度数字分身) [2] 🏢 同事(工作方式与沟通风格) [3] 🎓 导师/Mentor(教学方式与指导智慧) [4] 🏠 亲人(家族记忆与生活智慧) [5] 💕 伴侣/前任(关系记忆与互动模式) [6] 🤝 朋友(友谊互动与共同经历) [7] 🌐 公众人物(公开方法论) ``` 读取 `{baseDir}/personas/<选择>.md` 了解该角色的特有维度与要求。 同时读取 `{baseDir}/personas/_base.md` 了解通用维度。 ### Phase 1:伦理确认 根据角色模板中的伦理要求,在收集材料前告知用户。不同角色的伦理侧重: - **同事/导师**:限团队内部对齐与培训 - **亲人(已故)**:确认其他家人是否应知情 - **伴侣/前任**:确认目的是正面回忆;严格脱敏 - **公众人物**:仅限公开资料;须有可追溯的公开出处 - **自己**:注意聊天中他人发言的脱敏 ### Phase 2:收集材料 读取 `{baseDir}/recipes/intake-protocol.md`,按角色类型确定数据源。 提供以下采集方式: ``` 材料怎么提供? [A] 自动采集(推荐) 飞书 / 钉钉 / Slack / Discord / Telegram / Email → 扫描频道 → 拉取消息 [B] 本地数据库 微信(需第三方导出或本地 SQLite) iMessage(macOS,需 Full Disk Access) [C] 归档文件 WhatsApp 导出 / Twitter/X 归档 / Google Takeout Facebook 数据下载 / 微博导出 [D] 上传/粘贴文件 PDF / JSON / CSV / Markdown / 纯文本 [E] 直接粘贴文字 可混用多种方式。 ``` 自动采集使用统一 CLI: ```bash python3 {baseDir}/kit/immortal_cli.py collect --platform <平台> [选项] ``` 详见 `{baseDir}/docs/PLATFORM-GUIDE.md`。 ### Phase 3:分维度提取 根据角色模板确定所...

Details

Author
agenmod
Repository
agenmod/immortal-skill
Created
1 months ago
Last Updated
1 months ago
Language
Python
License
MIT

Integrates with

Similar Skills

Semantically similar based on skill content — not just same category