القائمة
DistillMe — 从个人数据中蒸馏出立体的、有记忆的、会持续学习的数字分身。/ Distill your digital persona from personal data with memory and continuous learning.
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
| name | distill-me |
| description | DistillMe — 从个人数据中蒸馏出立体的、有记忆的、会持续学习的数字分身。/ Distill your digital persona from personal data with memory and continuous learning. |
| argument-hint | create|chat|list|update "<name>" [--data-folder <path>] |
| version | 1.2.0 |
| user-invocable | true |
| allowed-tools | Read, Write, Edit, Bash, Glob, Grep, Agent |
从个人数据中蒸馏出立体的、有记忆的、会持续学习的数字分身。
/distill-me create "<name>" --data-folder <path> — 从数据文件夹创建数字分身/distill-me create "<name>" — 无数据文件夹，通过问答创建/distill-me chat "<name>" — 与已有数字分身对话/distill-me list — 列出所有数字分身/distill-me update "<name>" --data-folder <path> — 追加数据更新记忆支持中英文。根据用户首条消息语言全程保持一致。
/distill-me create "小明" --data-folder /path/to/data
node ${CLAUDE_SKILL_DIR}/tools/ingest.mjs scan "<data-folder>"
显示文件统计（文本、JSON、CSV、图片数量），预览文本文件内容。
node ${CLAUDE_SKILL_DIR}/tools/ingest.mjs init "<slug>"
在 ~/.claude/distill_me/<slug>/ 下创建完整目录结构。
使用 prompts/distiller.md 提示词，将原始材料喂给 Claude 分析，输出 profile.json。
对每个文本文件：
node ${CLAUDE_SKILL_DIR}/tools/ingest.mjs read-chunk "<file>" --offset 0 --limit 4000
分块读取后使用 prompts/distiller.md 分析人格特征。
使用 prompts/memory-extractor.md 提示词，从每段材料中提取离散记忆。
每条提取的记忆通过 memory-writer 写入：
node ${CLAUDE_SKILL_DIR}/tools/memory-writer.mjs "<slug>" "<category>" "<topic>" --body "..." --type episodic --importance 0.8 --tags "tag1,tag2"
# 建立 FAISS 向量索引
python3 ${CLAUDE_SKILL_DIR}/model/embedder.py build \
"~/.claude/distill_me/<slug>/memories" \
"~/.claude/distill_me/<slug>"
# 冷启动链接生成（基于嵌入相似度 + 实体共现）
python3 ${CLAUDE_SKILL_DIR}/model/cold_start.py \
"~/.claude/distill_me/<slug>"
node ${CLAUDE_SKILL_DIR}/tools/persona-generator.mjs "<slug>"
在 ~/.claude/skills/<slug>/SKILL.md 生成可调用的数字分身技能。
显示摘要，用户确认/修改/取消。
node ${CLAUDE_SKILL_DIR}/tools/ingest.mjs mark-done "<slug>" "<data-folder>"
将当前文件状态（hash）记录到 ingest_log.json，后续 update 时用于比对。
/distill-me update "小明" --data-folder /path/to/data
当用户上传了新文件或修改了已有文件，一键增量更新。
node ${CLAUDE_SKILL_DIR}/tools/ingest.mjs diff "<slug>" "<data-folder>"
输出新增和修改的文件列表（通过 SHA-256 hash 对比，不依赖时间戳）。
如果 to_process 为 0，提示"没有新内容"并结束。
对每个新增/变更的文件，分块读取：
node ${CLAUDE_SKILL_DIR}/tools/ingest.mjs read-chunk "<file>" --offset 0 --limit 4000
使用 prompts/memory-extractor.md 提取记忆。每条记忆通过 persona-editor 写入（自动触发索引重建）：
node ${CLAUDE_SKILL_DIR}/tools/persona-editor.mjs memory add "<slug>" "<category>" "<topic>" \
--body "..." --importance 0.8 --tags "tag1,tag2" --type episodic
如果新材料揭示了之前不知道的人格特征（新兴趣、新交流习惯、态度变化），用 persona-editor 更新 profile：
node ${CLAUDE_SKILL_DIR}/tools/persona-editor.mjs profile set "<slug>" --json '{"values": {"interests": [...]}}'
这会自动重新生成 SKILL.md。
注意：只在新材料确实包含新人格信息时才更新 profile。日常记忆不需要改 profile。
node ${CLAUDE_SKILL_DIR}/tools/ingest.mjs mark-done "<slug>" "<data-folder>"
输出本次更新的摘要：新增了多少条记忆、是否更新了 profile、当前记忆总数。
/distill-me chat "小明"
每次收到用户消息时，数字分身按以下流程处理：
node ${CLAUDE_SKILL_DIR}/tools/session-manager.mjs compose "<slug>" "<用户消息原文>" --phase middle --user "<用户id>"
compose 内部自动完成四层检索管线：FAISS 向量检索 → 启发式评分取 top-5 种子 → 模型重排（训练后生效） → log₂(n) 深度链路行走。返回的 JSON 中 memories_xml 字段包含所有检索到的记忆。
--user：当前对话者 id。如果已通过 persona-editor user add 注册，系统自动注入 <user> 标签和关系信息。省略则使用 config.json 中的 default_user，都没有则为匿名 "user"。--phase：start（对话开头）、middle（默认）、deep（深入聊天）。阅读记忆，生成回复 — Claude 以人格身份回复，记忆影响语气和立场但不被复述。
记忆保存（可选） — 对话中获得之前不知道的重要新信息时，用 Bash 工具静默保存：
node ${CLAUDE_SKILL_DIR}/tools/session-manager.mjs save-memory "<slug>" "<category>" "<topic-slug>" "<1-3句压缩摘要>" --importance <0-1> --tags "tag1,tag2"
node ${CLAUDE_SKILL_DIR}/tools/session-manager.mjs log-feedback "<slug>" "<所有检索到的记忆id，逗号分隔>" "<你实际用到的记忆id，逗号分隔>"
compose 返回的 memories_xml 中包含两类记忆：
<!-- 直接检索的种子记忆 -->
<memory id="exp-summer-trip-001" category="experiences" importance="0.8" score="0.823">
2024年夏天去了云南旅行...
</memory>
<!-- 链路行走发现的关联记忆 -->
<memory id="rel-family-mom-001" category="relationships" importance="0.9" type="walked" linked-from="exp-summer-trip-001">
和妈妈的关系...
</memory>
<!-- 对话者身份（如果已注册） -->
<user id="sonny" name="非简并" relation="本体" />
memories/
├── identity/ # 核心身份：价值观、性格、自我描述
├── relationships/ # 人际关系（可含子文件夹：family/, friends/）
├── experiences/ # 经历记忆（可按年份组织：2024/, 2025/）
├── knowledge/ # 领域知识和专业技能
├── opinions/ # 观点和偏好
├── habits/ # 行为模式和日常习惯
└── conversations/ # 对话中自动产生的新记忆
---
id: "exp-summer-trip-001"
type: episodic
created: "2026-04-02T15:30:00Z"
importance: 0.8
tags: ["travel", "family"]
source: "chat_logs/2024-08.txt"
links:
- id: "rel-family-mom-001"
relation: "involves"
strength: 0.9
- id: "emo-happiness-travel-001"
relation: "evokes"
strength: 0.7
---
# 2024年夏天旅行
我们全家去了云南旅行，在大理住了一周...
第一层：FAISS 向量检索 — O(log n)，HNSW 索引，取 top-50 候选
第二层：启发式评分（始终可用）
score = 0.40 * embedding_similarity
+ 0.20 * keyword_match
+ 0.15 * importance
+ 0.10 * recency
+ 0.15 * type_boost
取 top-5 作为种子记忆。
第三层：模型重排（训练后可用）
第四层：多层链路行走
总注入量随记忆库对数增长：seeds (5) + walk (~log₂(n))。
对话上下文 → frozen encoder → 384维 ─┐
├─ concat [A; B; A*B; |A-B|] → MLP → score
候选记忆 → frozen encoder → 384维 ─┘
MLP: Linear(1536,256) → ReLU → Linear(256,64) → ReLU → Linear(64,1) → Sigmoid
底座: paraphrase-multilingual-MiniLM-L12-v2
可训练参数: ~410K
初始权重 ≈ 余弦相似度输出。无训练时完全退化为启发式检索，不影响体验。
| 工具 | 用途 |
|---|---|
tools/ingest.mjs | 扫描数据文件夹、初始化目录、分块读取文件、增量检测 (diff/mark-done) |
tools/persona-editor.mjs | 统一编辑入口：profile + 记忆 + 用户管理，自动级联更新 |
tools/memory-writer.mjs | 低层记忆文件创建/编辑/删除（不触发同步） |
tools/memory-retriever.mjs | 检索记忆（FAISS + 启发式 + 模型） |
tools/memory-walker.mjs | 沿链路行走获取关联记忆 |
tools/persona-generator.mjs | 生成 SKILL.md + 身份配置文件 |
tools/session-manager.mjs | 管理对话状态、记忆注入、记忆保存、索引重建 |
tools/memory-consolidator.mjs | 记忆生命周期管理：统计、衰减淘汰、相似合并 |
model/embedder.py | 文本嵌入和 FAISS 索引 |
model/embed_daemon.py | 嵌入守护进程（消除冷启动） |
model/linker.py | 记忆链接评分模型 |
model/train_linker.py | 从 feedback 日志训练 linker |
model/cold_start.py | 冷启动初始化和启发式链接生成 |
| 内容 | 路径 |
|---|---|
| 人格档案 | ~/.claude/distill_me/{slug}/profile.json |
| 运行配置 | ~/.claude/distill_me/{slug}/config.json |
| 记忆文件 | ~/.claude/distill_me/{slug}/memories/ |
| 向量索引 | ~/.claude/distill_me/{slug}/index.faiss |
| 模型权重 | ~/.claude/distill_me/{slug}/model/linker_weights.pt |
| 技能文件 | ~/.claude/skills/{slug}/SKILL.md |
# 列出所有数字分身
ls ~/.claude/distill_me/
# 查看某个分身的记忆统计
find ~/.claude/distill_me/<slug>/memories -name "*.md" | wc -l
# 删除数字分身
rm -rf ~/.claude/distill_me/<slug> ~/.claude/skills/<slug>
compose 一键加载（内含四层检索管线）persona-editor.mjs 统一编辑入口，自动级联更新--user)ingest.mjs diff/mark-donelog-feedback) + train_linker.py 训练