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

DistillMe — 蒸馏你的数字分身 / Distill Your Digital Persona

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。

触发条件 / Trigger Conditions

/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
"创建数字分身" / "Create digital persona" / "Distill me"

语言 / Language

支持中英文。根据用户首条消息语言全程保持一致。

创建工作流 / Creation Workflow

命令格式

/distill-me create "小明" --data-folder /path/to/data

Step 1: 数据扫描

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。

Step 2: 初始化目录

node ${CLAUDE_SKILL_DIR}/tools/ingest.mjs init "<slug>"

在 ~/.claude/distill_me/<slug>/ 下创建完整目录结构。

Step 3: 人格提取

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。

Step 4: 记忆提取

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"

Step 5: 建立索引和链接

# 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>"

Step 6: 生成技能

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。

Step 7: 预览确认

显示摘要，用户确认/修改/取消。

Step 8: 记录已处理文件

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。

增量更新工作流 / Update Workflow

/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。

Step 1: 检测变更

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。

Step 2: 读取并提取新记忆

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

Step 3: 更新人格（可选）

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。

Step 4: 记录已处理

node ${CLAUDE_SKILL_DIR}/tools/ingest.mjs mark-done "<slug>" "<data-folder>"

Step 5: 报告

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。

对话工作流 / Chat Workflow

/distill-me chat "小明"

对话流程

每次收到用户消息时，数字分身按以下流程处理：

加载记忆 — 用 Bash 工具执行（不输出任何文字）：

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）。
如果调用失败，直接用基础个性回复，不要报错给用户。

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"

闲聊、寒暄、重复已知信息不保存
importance: 0.3-0.5 普通，0.6-0.8 重要，0.9+ 核心
保存过程对用户不可见

反馈收集 — 每次回复后，静默记录实际用了哪些记忆（用于改进检索模型）：

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>"

"实际用到"指：影响了语气、立场、用词的记忆（即使没有明说）
如果没有任何记忆影响了回复，used 留空字符串
用户不应看到这个过程

记忆注入格式

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" />

记忆系统 / Memory System

分级文件夹结构

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

记忆文件格式

---
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...

检索管线

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）

410K 参数 MLP，冻结 sentence-transformer 底座
在线训练，对话隐式反馈
冷启动时退化为纯启发式

第四层：多层链路行走

从 5 个种子出发，BFS 深度 = log₂(n)
每跳 score 乘法衰减
softmax 采样 ~log₂(n) 条，token 预算 ~2000

总注入量随记忆库对数增长：seeds (5) + walk (~log₂(n))。

在线学习模型 / Online Learning Model

架构

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

训练信号

正：被检索 + 用户继续对话
弱负：被检索 + 对话转向
强负：用户纠正"你记错了"

冷启动

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。

工具一览 / Tool Reference

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

数据存储 / Data Locations

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`

管理命令 / Management

# 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>

限制 / Limitations

数字分身的质量取决于输入数据的丰富程度
在线模型需要 3-5 次对话才能开始产生有意义的改进
记忆提取依赖 LLM 分析，可能有遗漏或误解
首次加载 sentence-transformers 模型约需数秒
隐私注意：所有数据存储在本地，不上传

版本 / Version

v1.2.0 (2026-04-03/04): 嵌入守护进程 + 个性数据热更新 + 自适应检索
- 对话工作流统一为 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
- 对话者身份注入 (--user)
- log(n) 自适应检索：seeds 5 + walk depth log₂(n)
- 增量更新：ingest.mjs diff/mark-done
- 反馈收集 (log-feedback) + train_linker.py 训练
- 嵌入守护进程消除冷启动
v1.0.0 (2026-04-02): 初始版本

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