效率与协作 personal-memorypersona-modelingwechat-exportqq-exportphoto-exifchat-history-analysisversion-management

自己.skill 创建器

把你的聊天记录、日记和照片解构成一个可运行的数字自我,生成能像你一样说话和思考的个人 Skill。

FollowSkills 评估 · FSRS-1.0
推荐
62/ 100 五分制 3.1 / 5
本条评估按 FSRS 1.0 标准完成,维度分不做换算,已进入按 FSRS 2.0 重新评估的复核队列。
1 2 3 4 5 6
1价值适配13 / 20 · 3.3/5
2可靠性12 / 20 · 3.0/5
3安全性17 / 25 · 3.4/5

与 titanwings/colleague-skill(id 986)同一模式,但蒸馏对象是用户本人而非第三方(同事/前任),本人对自己的数据有完全知情同意权,隐私风险明显低于蒸馏他人的同类 skill;聊天记录/照片解析在本地进行。

4证据6 / 15 · 2.0/5
5易用性8 / 10 · 4.0/5
6维护性6 / 10 · 3.0/5
证据充分度: 评估于 2026年7月17日
评估证据 [1]
查看完整评分方法 →

这个 Skill 能做什么,适合哪些场景?

这是一个面向 Claude Code 的个人数字化 Skill。它通过三个问题采集基本信息,然后导入微信/QQ 聊天记录、社交媒体截图、日记、照片或口述内容,从中提取你的说话风格、决策模式、价值观和人生时间线。最终生成两部分结构:Self Memory(自我记忆)和 Persona(五层人格模型),并合成为一个可用 /{slug} 调用的独立自我 Skill。它还支持持续进化:追加新材料、对话纠正("我不会这样说")以及版本回滚。支持中英文双语交互。

运行流程为:1) 询问 3 个基础问题(代号、基本信息、自我画像);2) 通过 Python 解析器导入原材料——wechat_parser.py(WeChatMsg/留痕/PyWxDump 导出格式)、qq_parser.py(txt/mht)、social_parser.py(社交媒体/日记)、photo_analyzer.py(EXIF 时间地点);3) 沿 Self Memory 和 Persona 两条线分析,将性格标签翻译为具体行为规则;4) 展示摘要供确认;5) 用 skill_writer.py 在 ./.claude/skills/{slug}/ 下生成 self.md、persona.md、meta. 和合并后的 SKILL.md。进化模式用 version_manager.py 做版本存档,支持 /list-selves、/{slug}-self、/{slug}-persona、/yourself-rollback、/delete-yourself 等命令。

  1. 想留一份能对话的个人记录的人:把多年聊天记录和日记蒸馏成一个可以用自己口吻聊天的数字镜像
  2. 想深入了解自己的人:用 /{slug}-self 档案模式分析自己的价值观、拖延原因、决策模式和生活习惯
  3. 正在经历人生变化的用户:把当前的自己存为 checkpoint,之后随时纠正或追加新版本
  4. 有大量照片且想整理人生轨迹的人:photo_analyzer 提取 EXIF 时间地点,构建常去地点和人生时间线
  5. 认可'数字永生'概念、想为自己或家人长期维护一份可运行人格档案的用户

这个 Skill 有哪些优点和局限?

优点
  • 数据源覆盖全面:微信(三种主流导出工具)、QQ、社交媒体、照片 EXIF、纯口述,可混用也可全部跳过
  • 双层架构清晰:Persona 决定说话方式,Self Memory 补充事实与价值观,逻辑可解释
  • 有完整进化机制:增量合并、对话纠正层、自动版本存档与回滚
  • 遵循 AgentSkills 开放标准,纯本地文件处理,无需联网上传隐私数据
局限
  • 强依赖 Claude Code 环境(工具如 Read/Write/Edit/Bash 和 .claude/skills 目录约定),不能在普通聊天界面直接使用
  • 聊天记录导出需要用户自行先用 WeChatMsg/PyWxDump/留痕等第三方工具导出,微信导出目前仅覆盖 Windows/macOS 工具链
  • 还原度完全取决于原材料质量,仅凭口述生成的自我会很粗糙
  • 无公开测试套件或量化还原度评估,效果示例均为 README 自述

如何安装这个 Skill?

在 Claude Code 中安装。在 git 仓库根目录执行(项目级安装):
mkdir -p .claude/skills
git clone https://github.com/notdog1998/yourself-skill .claude/skills/create-yourself
或全局安装:
git clone https://github.com/notdog1998/yourself-skill ~/.claude/skills/create-yourself
可选安装依赖:pip install -r requirements.txt(需 Python 3.9+)。该仓库包含 2 个 skill,本条目只针对 SKILL.md 的 create-yourself。

如何使用这个 Skill?

在 Claude Code 中输入 /create-yourself,按提示回答 3 个问题(均可跳过,除代号),选择数据来源(微信/QQ/社交媒体/照片/口述),确认生成的摘要后,Skill 会写入 .claude/skills/{slug}/。之后用 /{slug} 与数字自我对话,/{slug}-self 进入档案分析模式,/{slug}-persona 仅人格模式,/list-selves 列出所有自我 Skill。Windows Git Bash 用户如遇中文乱码,先执行 export PYTHONIOENCODING=utf-8。

这个 Skill 与同类方案有什么区别?

本项目在 README 中明确致敬两个前作:同事.skill(by titanwings,首创"把人蒸馏成 AI Skill"的双层架构)和前任.skill(by therealXiaomanChu,将架构迁移到亲密关系场景)。区别在于视角:本 skill 的蒸馏对象不是别人,而是你自己。

常见问题

我的聊天记录会泄露吗?
Skill 本身是本地运行:解析、分析和写入都发生在你机器上的文件系统中,SKILL.md 未提及任何网络调用。但导出聊天记录需要你自行使用 WeChatMsg/PyWxDump 等第三方工具,那一步的安全由那些工具决定。
没有任何聊天记录,只有自我描述能用吗?
可以。所有数据源均可跳过,仅凭 3 个问题加口述内容就能生成 Skill,只是还原度会明显较低。
生成的自我不像我怎么办?
直接对 Skill 说"我不会这样说"或"我应该是",纠正会写入 Correction 层立即生效;也可追加新聊天记录/照片做增量更新,每次更新自动存档,可用 /yourself-rollback 回滚。
能在我自己的服务器或 API 调用里用吗?
核心指令是可移植的 Markdown,但本 skill 的触发方式、工具约定(Read/Write/Edit/Bash)和输出目录均按 Claude Code 设计,在其他 Agent 环境使用需要自行适配。

同仓库的其他 Skills

均来自 notdog1998/yourself-skill

相关 Skills