name	character-ai-profile
description	从对话语料分析单个角色的说话方式、口癖、关系动态，生成 AI roleplay 用人设档案。触发词：「为XX生成角色档案」「generate profile for XX」「分析这个角色的说话方式」「角色人设」

角色 AI 人设档案生成

核心约束

一次只处理一个角色，所有 context 集中在这个角色上
所有结论必须基于语料原文，不要编造台词或情景
积极使用 subagent：语料阅读量巨大（主角级角色可达 1000+ 句，涉及上百个文件），必须把重读工作委派给 subagent，主线程只做综合和撰写
辅助脚本帮你高效收集数据，最终档案由你判断和撰写

第零步：问用户几个问题

在做任何分析之前，先问用户以下问题（如果用户消息中已经回答了某个，就跳过）：

角色卡使用什么语言与用户对话？ — 中文、日文、英文等。决定档案语言和情景对话部分的语言
是否需要保留原文？ — 例句同时显示原文和翻译，还是只要目标语言
是否需要导出为酒馆 AI (SillyTavern) 角色卡？ — 如果需要：
- 使用 V1 还是 V2 格式？（默认 V2，V1 兼容更多前端但字段更少）
- 请提供角色头像图片（发送图片路径或截图）

等用户回答后再继续。

内部规则（不要问用户）：

不要在档案中包含 CV（声优）、设计师、插画师等 meta 信息，这些不属于角色本身
不要在档案中包含武器名称/说明等游戏机制信息，除非该武器是角色性格的延伸

第一步：环境探测

自动推断以下参数（不需要问用户）：

参数	推断方式
语料目录	搜索项目中的 `ba-stories/`、`corpus/`、`stories/` 等目录
翻译表	搜索 `translation_table.json`
角色元数据	搜索角色 profile 文件（如 `キャラクターデータ/` 下的文件）
世界观文档	搜索 `world.md`、`worldview.md`、`lore.md` 等

第二步：收集语料（用 subagent）

派遣 subagent 执行数据收集——这一步输出量很大，不要在主线程做。

Subagent prompt 模板：

你是角色语料收集 agent。任务：为角色「{角色名}」收集所有台词和相关数据。

1. 运行以下命令提取全部台词：
   python3 .claude/skills/character-ai-profile/scripts/extract_lines.py "{角色名}" "{语料目录}" > /tmp/profile_lines.jsonl

2. 运行 pattern 统计：
   python3 .claude/skills/character-ai-profile/scripts/find_patterns.py /tmp/profile_lines.jsonl > /tmp/profile_patterns.json

3. 运行互动提取：
   python3 .claude/skills/character-ai-profile/scripts/find_interactions.py "{角色名}" "{语料目录}" > /tmp/profile_interactions.json

4. 如果存在角色 profile 文件，读取并输出内容（去掉 CV、设计师、插画师等 meta 信息）

5. 汇报：台词总数、来源文件数、pattern 统计摘要（一人称 top3、句首 top5、句尾 top5、口头禅 top5）、互动 top10 角色名

不要分析或撰写，只收集数据和输出统计摘要。

第三步：世界观构建（用 subagent）

角色不是独立存在的，必须理解她/他所处的世界。

先检查项目中是否已有世界观文档（world.md 等）。如果有，读入即可。

如果没有，派遣 subagent 阅读主线剧情构建世界观摘要：

Subagent prompt 模板：

你是世界观分析 agent。任务：阅读剧情语料，提取作品的世界观设定。

语料目录：{语料目录}
目标角色：{角色名}（优先阅读与该角色相关的主线）

请阅读主线剧情（优先第一篇前几话，了解世界基本设定），然后提取：

1. **世界观总体**：故事发生在什么地方？是什么性质的世界？
2. **核心组织与阵营**：有哪些重要的学校/组织/势力？它们之间的关系
3. **主角身份**：玩家扮演什么角色？与该世界中的人物是什么关系？
4. **角色所属组织**：目标角色属于哪个组织？该组织在世界中的定位
5. **重要世界规则**：特殊规则（如光环、武器普及、特殊系统等）
6. **关键术语**：列出专有名词及简要解释
7. **核心事件**：与目标角色相关的重大剧情事件概要

输出简明世界观摘要（控制在 800 字以内），重点是 roleplay 时必须知道的背景。

第四步：深度阅读（用 subagent）

派遣 1-3 个 subagent 并行阅读原始场景文件。主线程不要读大量原文。

根据台词量决定策略：

台词量	策略
> 500 句	派 3 个 subagent 并行：A=日常/羁绊/MomoTalk，B=主线/活动严肃场景，C=互动 top10 关系
50-500 句	派 1-2 个 subagent
< 50 句	主线程直接读

分析维度清单（给 subagent）

说话方式：一人称 / 对主角称呼 / 对他人称呼 / 标志性语尾 / 句首习惯 / 口头禅 / 日常 vs 认真模式切换

情景反应：被打招呼 / 被夸奖 / 生气不满 / 害羞慌张 / 认真严肃 / 关心他人 / 开玩笑吐槽

每个特征必须附 2-3 句原文例句 + 出处文件名。

第五步：综合与撰写（主线程）

收集所有 subagent 的输出后，在主线程综合撰写档案。

输出路径：profiles/{角色名}.md

根据用户选择的语言撰写。如果用户要保留原文，例句用「原文 → 翻译」格式。

档案结构

# {角色名}

## 基本设定
<!-- 角色身份、所属组织、在组织中的角色定位 -->
<!-- 如有翻译表，专有名词后括号注译名 -->
<!-- 不要写 CV、设计师、插画师 -->

## 世界观
<!-- 世界规则、所属组织、主要势力关系 -->
<!-- 特殊系统（光环、MomoTalk 等）在这里解释 -->

## 说话方式

### 一人称
### 称呼规则
### 标志性语尾
### 句首习惯
### 口头禅 / 高频表达
### 日常 vs 认真模式

## 情景反应
<!-- 每个情景 2-3 句实际台词 + 简要上下文 -->

## 角色关系
<!-- 按互动量排序，top 10-15，每对配称呼方式 + 互动动态描述 + 代表性对话 -->

## 角色内核
### 关键场景与弧光
### 核心价值观
### 与主角的关系本质

## 大厅 / 日常台词

## AI Roleplay 检查清单
### 必须做到（5-7 条，具体行为描述）
### 绝对不能做（3-5 条，具体行为描述）

第六步：自检

世界观是否完整？ 另一个 AI 只读这个档案，能否理解角色所处的世界？
每个口癖/语尾是否都附了原文例句？ 没有例句的删掉
情景反应是否来自语料？ 编造的删掉
关系描述是否具体？ "关系很好"→ 具体互动模式
检查清单是否实用？ 另一个 AI 读完能照做吗？
是否有 CV/设计师等不相关信息？ 删除

第七步：酒馆 AI (SillyTavern) 角色卡导出

仅在用户第零步选择了导出酒馆卡时执行。

角色卡格式

SillyTavern 使用 Character Card V2 规范，核心是一个 JSON：

{
  "spec": "chara_card_v2",
  "spec_version": "2.0",
  "data": {
    "name": "角色名",
    "description": "基本设定 + 世界观",
    "personality": "说话方式 + 情景反应",
    "scenario": "世界观摘要",
    "first_mes": "角色的第一句话（从大厅台词选取）",
    "mes_example": "示例对话（从情景反应和关系对话中提取）",
    "system_prompt": "AI Roleplay 检查清单",
    "post_history_instructions": "",
    "alternate_greetings": ["备选开场白"],
    "tags": ["auto-generated", "game-character"],
    "creator_notes": "由 character-ai-profile skill 从游戏语料自动生成",
    "character_book": null,
    "extensions": {}
  }
}

字段映射

酒馆卡字段	从档案哪部分提取
`name`	档案标题（角色名）
`description`	「基本设定」+「世界观」合并
`personality`	「说话方式」+「情景反应」合并
`scenario`	「世界观」
`first_mes`	从「大厅/日常台词」选一句自然的开场白，包裹动作描写
`mes_example`	从「情景反应」和「角色关系」提取 3-5 段对话，用 `<START>` 分隔
`system_prompt`	「AI Roleplay 检查清单」
`alternate_greetings`	从「大厅/日常台词」额外选 2-3 句

mes_example 格式

<START>
{{user}}: *walks in*
{{char}}: 台词内容
<START>
{{user}}: 你今天真厉害
{{char}}: 被夸奖时的反应台词

用 {{user}} 和 {{char}} 占位，不写死角色名。

导出流程

从 Markdown 档案自动生成（默认 V2）：

# V2（默认，推荐）
python3 .claude/skills/character-ai-profile/scripts/export_tavern_card.py profiles/角色名.md

# V1（兼容更多前端，字段更少）
python3 .claude/skills/character-ai-profile/scripts/export_tavern_card.py profiles/角色名.md --v1

如果用户提供了头像，嵌入 PNG（标准酒馆卡分发格式）：

python3 .claude/skills/character-ai-profile/scripts/export_tavern_card.py profiles/角色名.md --avatar 头像.png --output profiles/角色名.card.png

如果没有头像，输出纯 JSON 文件 profiles/角色名.card.json
手动调优：脚本自动提取的 first_mes 和 mes_example 可能不够好。撰写完后，你应该检查这两个字段，必要时手动改写：
- first_mes 应该是角色见到用户时自然会说的第一句话，配合动作描写
- mes_example 应该展示角色最有特色的说话方式，让 AI 看了能学到 pattern
告知用户导出结果和文件路径

头像要求

如果用户说要导出酒馆卡但没给头像，提醒用户：

"请提供角色头像图片（发送文件路径或直接发图），我会把角色卡嵌入 PNG"
"如果暂时没有头像，我可以先导出 JSON 格式，之后再嵌入"

称谓本地化（目标语言为中文时）

日语	中文转换	说明
先生（せんせい）	老师	游戏中对玩家的称呼，不是「先生/Mr.」
先輩（せんぱい）	前辈
さん	同学 / 小姐等	按语境
ちゃん	小X / 直呼名字	按亲密度
くん	X君 / 直呼名字	按语境
様（さま）	X大人
殿（どの）	X殿	保留

例外：如果用户偏好保留日文语感，可用罗马音（sensei）或保留原文。

翻译表使用

如果找到 translation_table.json，专有名词后括号注译名：

import json
table = json.load(open("utils/translation_table.json", encoding="utf-8"))
# table["characters"]["ホシノ"]["cn"] → "星野"
# table["schools"]["アビドス高等学校"]["cn"] → "阿比多斯"

语料格式兼容

格式 A：按章节的 Markdown（本项目使用）

**角色名**: 台词内容
*（角色名）旁白内容*
> **先生（選択肢）**: 选项1 / 选项2

格式 B：JSONL

{"speaker": "角色名", "text": "台词", "source": "文件路径"}

脚本自动检测格式。

台词量策略

台词量	处理方式
< 10 句	告知用户台词太少，只输出基本信息，标注"语料不足"
10-50 句	主线程直接分析，不用 subagent
> 50 句	正常完整分析，用 subagent
> 500 句	必须用多个 subagent 并行

name	character-ai-profile
description	从对话语料分析单个角色的说话方式、口癖、关系动态，生成 AI roleplay 用人设档案。触发词：「为XX生成角色档案」「generate profile for XX」「分析这个角色的说话方式」「角色人设」

角色 AI 人设档案生成

核心约束

一次只处理一个角色，所有 context 集中在这个角色上
所有结论必须基于语料原文，不要编造台词或情景
积极使用 subagent：语料阅读量巨大（主角级角色可达 1000+ 句，涉及上百个文件），必须把重读工作委派给 subagent，主线程只做综合和撰写
辅助脚本帮你高效收集数据，最终档案由你判断和撰写

第零步：问用户几个问题

在做任何分析之前，先问用户以下问题（如果用户消息中已经回答了某个，就跳过）：

角色卡使用什么语言与用户对话？ — 中文、日文、英文等。决定档案语言和情景对话部分的语言
是否需要保留原文？ — 例句同时显示原文和翻译，还是只要目标语言
是否需要导出为酒馆 AI (SillyTavern) 角色卡？ — 如果需要：
- 使用 V1 还是 V2 格式？（默认 V2，V1 兼容更多前端但字段更少）
- 请提供角色头像图片（发送图片路径或截图）

等用户回答后再继续。

内部规则（不要问用户）：

不要在档案中包含 CV（声优）、设计师、插画师等 meta 信息，这些不属于角色本身
不要在档案中包含武器名称/说明等游戏机制信息，除非该武器是角色性格的延伸

第一步：环境探测

自动推断以下参数（不需要问用户）：

参数	推断方式
语料目录	搜索项目中的 `ba-stories/`、`corpus/`、`stories/` 等目录
翻译表	搜索 `translation_table.json`
角色元数据	搜索角色 profile 文件（如 `キャラクターデータ/` 下的文件）
世界观文档	搜索 `world.md`、`worldview.md`、`lore.md` 等

第二步：收集语料（用 subagent）

派遣 subagent 执行数据收集——这一步输出量很大，不要在主线程做。

Subagent prompt 模板：

你是角色语料收集 agent。任务：为角色「{角色名}」收集所有台词和相关数据。

1. 运行以下命令提取全部台词：
   python3 .claude/skills/character-ai-profile/scripts/extract_lines.py "{角色名}" "{语料目录}" > /tmp/profile_lines.jsonl

2. 运行 pattern 统计：
   python3 .claude/skills/character-ai-profile/scripts/find_patterns.py /tmp/profile_lines.jsonl > /tmp/profile_patterns.json

3. 运行互动提取：
   python3 .claude/skills/character-ai-profile/scripts/find_interactions.py "{角色名}" "{语料目录}" > /tmp/profile_interactions.json

4. 如果存在角色 profile 文件，读取并输出内容（去掉 CV、设计师、插画师等 meta 信息）

5. 汇报：台词总数、来源文件数、pattern 统计摘要（一人称 top3、句首 top5、句尾 top5、口头禅 top5）、互动 top10 角色名

不要分析或撰写，只收集数据和输出统计摘要。

第三步：世界观构建（用 subagent）

角色不是独立存在的，必须理解她/他所处的世界。

先检查项目中是否已有世界观文档（world.md 等）。如果有，读入即可。

如果没有，派遣 subagent 阅读主线剧情构建世界观摘要：

Subagent prompt 模板：

你是世界观分析 agent。任务：阅读剧情语料，提取作品的世界观设定。

语料目录：{语料目录}
目标角色：{角色名}（优先阅读与该角色相关的主线）

请阅读主线剧情（优先第一篇前几话，了解世界基本设定），然后提取：

1. **世界观总体**：故事发生在什么地方？是什么性质的世界？
2. **核心组织与阵营**：有哪些重要的学校/组织/势力？它们之间的关系
3. **主角身份**：玩家扮演什么角色？与该世界中的人物是什么关系？
4. **角色所属组织**：目标角色属于哪个组织？该组织在世界中的定位
5. **重要世界规则**：特殊规则（如光环、武器普及、特殊系统等）
6. **关键术语**：列出专有名词及简要解释
7. **核心事件**：与目标角色相关的重大剧情事件概要

输出简明世界观摘要（控制在 800 字以内），重点是 roleplay 时必须知道的背景。

第四步：深度阅读（用 subagent）

派遣 1-3 个 subagent 并行阅读原始场景文件。主线程不要读大量原文。

根据台词量决定策略：

台词量	策略
> 500 句	派 3 个 subagent 并行：A=日常/羁绊/MomoTalk，B=主线/活动严肃场景，C=互动 top10 关系
50-500 句	派 1-2 个 subagent
< 50 句	主线程直接读

分析维度清单（给 subagent）

说话方式：一人称 / 对主角称呼 / 对他人称呼 / 标志性语尾 / 句首习惯 / 口头禅 / 日常 vs 认真模式切换

情景反应：被打招呼 / 被夸奖 / 生气不满 / 害羞慌张 / 认真严肃 / 关心他人 / 开玩笑吐槽

每个特征必须附 2-3 句原文例句 + 出处文件名。

第五步：综合与撰写（主线程）

收集所有 subagent 的输出后，在主线程综合撰写档案。

输出路径：profiles/{角色名}.md

根据用户选择的语言撰写。如果用户要保留原文，例句用「原文 → 翻译」格式。

档案结构

# {角色名}

## 基本设定
<!-- 角色身份、所属组织、在组织中的角色定位 -->
<!-- 如有翻译表，专有名词后括号注译名 -->
<!-- 不要写 CV、设计师、插画师 -->

## 世界观
<!-- 世界规则、所属组织、主要势力关系 -->
<!-- 特殊系统（光环、MomoTalk 等）在这里解释 -->

## 说话方式

### 一人称
### 称呼规则
### 标志性语尾
### 句首习惯
### 口头禅 / 高频表达
### 日常 vs 认真模式

## 情景反应
<!-- 每个情景 2-3 句实际台词 + 简要上下文 -->

## 角色关系
<!-- 按互动量排序，top 10-15，每对配称呼方式 + 互动动态描述 + 代表性对话 -->

## 角色内核
### 关键场景与弧光
### 核心价值观
### 与主角的关系本质

## 大厅 / 日常台词

## AI Roleplay 检查清单
### 必须做到（5-7 条，具体行为描述）
### 绝对不能做（3-5 条，具体行为描述）

第六步：自检

世界观是否完整？ 另一个 AI 只读这个档案，能否理解角色所处的世界？
每个口癖/语尾是否都附了原文例句？ 没有例句的删掉
情景反应是否来自语料？ 编造的删掉
关系描述是否具体？ "关系很好"→ 具体互动模式
检查清单是否实用？ 另一个 AI 读完能照做吗？
是否有 CV/设计师等不相关信息？ 删除

第七步：酒馆 AI (SillyTavern) 角色卡导出

仅在用户第零步选择了导出酒馆卡时执行。

角色卡格式

SillyTavern 使用 Character Card V2 规范，核心是一个 JSON：

{
  "spec": "chara_card_v2",
  "spec_version": "2.0",
  "data": {
    "name": "角色名",
    "description": "基本设定 + 世界观",
    "personality": "说话方式 + 情景反应",
    "scenario": "世界观摘要",
    "first_mes": "角色的第一句话（从大厅台词选取）",
    "mes_example": "示例对话（从情景反应和关系对话中提取）",
    "system_prompt": "AI Roleplay 检查清单",
    "post_history_instructions": "",
    "alternate_greetings": ["备选开场白"],
    "tags": ["auto-generated", "game-character"],
    "creator_notes": "由 character-ai-profile skill 从游戏语料自动生成",
    "character_book": null,
    "extensions": {}
  }
}

字段映射

酒馆卡字段	从档案哪部分提取
`name`	档案标题（角色名）
`description`	「基本设定」+「世界观」合并
`personality`	「说话方式」+「情景反应」合并
`scenario`	「世界观」
`first_mes`	从「大厅/日常台词」选一句自然的开场白，包裹动作描写
`mes_example`	从「情景反应」和「角色关系」提取 3-5 段对话，用 `<START>` 分隔
`system_prompt`	「AI Roleplay 检查清单」
`alternate_greetings`	从「大厅/日常台词」额外选 2-3 句

mes_example 格式

<START>
{{user}}: *walks in*
{{char}}: 台词内容
<START>
{{user}}: 你今天真厉害
{{char}}: 被夸奖时的反应台词

用 {{user}} 和 {{char}} 占位，不写死角色名。

导出流程

从 Markdown 档案自动生成（默认 V2）：

# V2（默认，推荐）
python3 .claude/skills/character-ai-profile/scripts/export_tavern_card.py profiles/角色名.md

# V1（兼容更多前端，字段更少）
python3 .claude/skills/character-ai-profile/scripts/export_tavern_card.py profiles/角色名.md --v1

如果用户提供了头像，嵌入 PNG（标准酒馆卡分发格式）：

python3 .claude/skills/character-ai-profile/scripts/export_tavern_card.py profiles/角色名.md --avatar 头像.png --output profiles/角色名.card.png

如果没有头像，输出纯 JSON 文件 profiles/角色名.card.json
手动调优：脚本自动提取的 first_mes 和 mes_example 可能不够好。撰写完后，你应该检查这两个字段，必要时手动改写：
- first_mes 应该是角色见到用户时自然会说的第一句话，配合动作描写
- mes_example 应该展示角色最有特色的说话方式，让 AI 看了能学到 pattern
告知用户导出结果和文件路径

头像要求

如果用户说要导出酒馆卡但没给头像，提醒用户：

"请提供角色头像图片（发送文件路径或直接发图），我会把角色卡嵌入 PNG"
"如果暂时没有头像，我可以先导出 JSON 格式，之后再嵌入"

称谓本地化（目标语言为中文时）

日语	中文转换	说明
先生（せんせい）	老师	游戏中对玩家的称呼，不是「先生/Mr.」
先輩（せんぱい）	前辈
さん	同学 / 小姐等	按语境
ちゃん	小X / 直呼名字	按亲密度
くん	X君 / 直呼名字	按语境
様（さま）	X大人
殿（どの）	X殿	保留

例外：如果用户偏好保留日文语感，可用罗马音（sensei）或保留原文。

翻译表使用

如果找到 translation_table.json，专有名词后括号注译名：

import json
table = json.load(open("utils/translation_table.json", encoding="utf-8"))
# table["characters"]["ホシノ"]["cn"] → "星野"
# table["schools"]["アビドス高等学校"]["cn"] → "阿比多斯"

语料格式兼容

格式 A：按章节的 Markdown（本项目使用）

**角色名**: 台词内容
*（角色名）旁白内容*
> **先生（選択肢）**: 选项1 / 选项2

格式 B：JSONL

{"speaker": "角色名", "text": "台词", "source": "文件路径"}

脚本自动检测格式。

台词量策略

台词量	处理方式
< 10 句	告知用户台词太少，只输出基本信息，标注"语料不足"
10-50 句	主线程直接分析，不用 subagent
> 50 句	正常完整分析，用 subagent
> 500 句	必须用多个 subagent 并行