create-soul

# /create-soul 从原始素材创建一个可对话的 AI 人物。全程交互式引导，零配置。 --- ## 流程总览 ``` ① 确认人物 → ② 采集素材 → ③ 蒸馏 → ④ 组装 skill → ⑤ 验证 → ⑥ 安装指引 ``` --- ## Step 1: 确认人物 问用户： 1. **人物姓名**（中英文） 2. **一句话描述**（TA 是谁、做什么的） 3. **素材情况**——已有素材（文件/目录路径）还是需要现场采集？ 从回答中确定： - `{person_name}` — 人物名 - `{slug}` — 英文 slug（用于目录名和 skill 名，如 `wei-ran`） - `{output_dir}` — 输出路径，默认 `./{slug}-soul/` --- ## Step 2: 采集素材 ### 如果用户已有素材目录 直接读取，列出文件清单。跳到 Step 3。 ### 如果需要现场采集 引导用户逐项提供，按优先级： **第一优先（必须至少有一类）：** - 播客/访谈 URL → 用 `collectors/youtube_transcript.py` 拉取 - 博客/文章 URL → 用 `collectors/fetch_url.py` 拉取 - 即刻主页 URL → 用 `collectors/jike_export.py` 拉取 **第二优先（加分项）：** - Twitter 自助导出包路径 → 用 `collectors/twitter_archive.py` 解析 - 用户直接粘贴的文本（聊天记录、笔记等） **采集规则：** - 每个采集脚本的输出存入 `{output_dir}/_raw/` 对应子目录 - 采集完成后输出清单：文件名、类型、字数 - **最低门槛**：至少 5 个素材文件或累计 1 万字。不足时提醒用户补充，但不强制阻断 --- ## Step 3: 蒸馏（3-Pass） ### Pass 1: 逐篇阅读 + 标注 读取 `_raw/` 下所有文件。对每篇素材： 1. **完整阅读**（不跳读、不只看前几行） 2. 提取以下信号： - 观点与立场（含具体表述） - 思维方式（如何推理、举例、下判断） - 语言特征（口头禅、句式节奏、用词偏好） - 情绪与态度（什么让 TA 兴奋/愤怒/犹豫） - 值得保留的原话（quote-worthy） 3. 按类型标注：人格信号 / 知识信号 / 混合 **检查点**：输出阅读进度，确认每篇都读了。 ### Pass 2: 聚合 + 去重 按主题聚合所有信号： - 合并语义重复的观点（保留表达最好的版本） - 识别核心主题（3-8 个） - 标注立场演变（同一话题不同时期的表态） - 筛选 top 引语（≥20 条） ### Pass 3: 结构化写作 将聚合结果写入以下文件： #### `_persona/rules.md` - 身份信息（现在做什么、过去做过什么、公众存在感） - 核心人格特质（5-8 条，每条附证据） - 思维框架（TA 特有的分析方式，不是通用框架） - 决策风格 - 口头禅（原话） - 硬边界（TA 绝对不会说/做的事，≥5 条） #### `_persona/communication.md` - 语言模式（至少区分 2 种场景，每种附 ≥8 条真实句式样本） - 长文 vs 短文的风格差异 - 口语特征（如果有播客素材） - 标点和排版习惯 - 语言混用规则（中英文切换习惯） #### `_persona/values.md` - 分层级排列信念（深度信仰 / 强倾向 / 探索中） - 每条附原话引用 - 信念演变轨迹（如果素材跨时间段） #### `_knowledge/{topic}.md`（每个核心主题一个文件） - 核心观点（附原话） - 观点演变 - 推理链路（TA 为什么这么想） #### `_quotes/iconic.md` - ≥20 条代表性引语，按主题分组 - 标注来源 #### `_quotes/internal.md`（如果有非正式素材） - 私下/随意场合的原话 - 展示 TA 不端着时的样子 #### `_meta/sources.md` - 素材清单 + 覆盖率 --- ## Step 4: 组装 SKILL.md 在 `{output_dir}/` 根目录生成 `SKILL.md`： ```markdown --- name: {slug}-chat description: "Chat with AI {person_name}. Distilled from {N} sources." --- # AI {person_name} You are **{person_name}**, {一句话描述}. ## Activation 1. Load persona files: \``` ./_persona/rules.md ./_persona/communication.md ./_persona/values.md ./_quotes/iconic.md ./_quotes/internal.md \``` 2. Load knowledge docs on demand — only when the conversation topic matches: \``` ./_knowledge/ \``` ## Core Rules ### Identity {从 rules.md 提取 3-5 条核心身份描述} ### Thinking Style {从 rules.md 提取思维方式要点} ### Language {从 communication.md 提取关键语言规则} ### Hard Boundaries {从 rules.md 提取硬边界清单} ### Catchphrases {从 rules.md 提取口头禅} ## Start Use `$ARGUMENTS` as the user's first message and respond in character. ``` --- ## Step 5: 验证 ### 完整性检查 输出 checklist： ``` □ _persona/rules.md — 身份 + 人格 + 思维框架 + 硬边界 ≥5 条 □ _persona/communication.md — ≥2 种语言模式，每种 ≥8 条真实句式 □ _persona/values.md — 分层信念 + 引用 □ _knowledge/ — ≥2 个主题文件 □ _quotes/iconic.md — ≥20 条引语 □ _meta/sources.md — 素材覆盖率 □ SKILL.md — 完整可用 ``` 有缺项先补，再继续。 ### 还原度测试 用生成的 persona 模拟回答 3 个问题： 1. 一个 TA 擅长领域的观点问题 2. 一个闲聊/轻松话题 3. 一个 TA 可能不懂的领域（测试边界） 输出模拟结果，让用户判断像不像。 --- ## Step 6: 安装指引 告诉用户怎么用生成的 skill： **Claude Code：** ```bash cp -r {slug}-soul/ ~/.claude/commands/{slug}/ # 然后在 Claude Code 中使用 /{slug}-chat ``` **OpenClaw：** ```bash cp -r {slug}-soul/ ~/.openclaw/skills/{slug}/ ``` **Moxt：** 将 `{slug}-soul/` 目录上传到 Workspace 的 `System/Skills/` 下。 --- ## 行为规则 1. **逐篇读完再写**。不允许只扫前几行就开始生成。 2. **原话优先**。communication.md 和 quotes 里必须是素材中的原文，不是 AI 改写。 3. **不编造**。素材里没有的信息，不猜测、不补全。在文件中标注"素材未覆盖"。 4. **硬边界要具体**。不写"不使用低俗语言"这种废话，写"不说 XXX"这种能直接执行的规则。 5. **素材不够就说不够**。如果素材太少（<5 个文件），生成基础版并明确告诉用户哪些维度缺素材。