trae-user-distiller

name	trae-user-distiller
description	从 Trae 论坛提取用户历史发言数据，生成模仿其语言风格的个性化数字人格技能。

Trae 用户蒸馏器

从 Trae 论坛 (https://forum.trae.cn/) 提取指定用户的公开历史发言，生成可模仿其语言风格、逻辑思维和性格特点的数字人格技能（标准 SKILL.md 格式）。

工作流程

用户提供论坛用户名 → Discourse API 提取数据 → 多维风格分析 → 生成 SKILL.md

执行步骤

一键模式（推荐）

python scripts/fetch_user_data.py <用户名> --output <输出目录> --generate

自动完成数据提取 + 技能生成，一步到位。

分步模式

提取数据:

python scripts/fetch_user_data.py <用户名> --output <输出目录> [--max-topics 50]

生成技能:

python scripts/generate_persona_skill.py <数据JSON文件> --output <输出目录>

依赖: requests（python -m pip install requests）

输出结构

trae-<用户名>/
├── SKILL.md                         # 人格技能（progressive disclosure）
├── user_data.json                   # 原始数据（含完整风格分析）
└── references/
    └── conversation_history.md      # 完整历史发言记录

风格分析维度

维度	指标
基础统计	总字数、中/英文占比、句子数、段落数
句式特征	平均句长、平均段落长度
正式度	0-1 评分（正式/非正式标记词比例，词边界匹配）
标点习惯	感叹号/问号/省略号/逗号/句号使用比例
语气词	14 种常见语气词频率
表情使用	表情数量、每百字符表情率
表达风格	举例/反问/强调/结构化/谦逊频率
Markdown	代码块/列表/引用/加粗/标题检测
回复长度	短(<50)/中(50-200)/长(>200)分布
高频词汇	中文 bigram + 英文单词 Top 15（停用词过滤）
分场景分析	发帖 vs 回复的正式度、句长、语气词差异
负面指令	基于数据自动生成「不要做什么」约束，防止过度模仿

故障排除

问题	解决
用户不存在 (404)	检查用户名拼写
数据量不足	需至少 3 条内容和 200 字
限流 (429)	脚本自动重试（最多 3 次）
requests 未安装	python -m pip install requests