digital-life

name	digital-life
description	数字人生.skills — 5 个以数字痕迹为证据的人文自我考古工具，用来照见真实的自己。 触发词：遗产清算、社死考古、AI替身、前世、墓志铭、数字人生、考古工具箱、digital life
argument-hint	[skill-name-or-slug]
version	1.4.0-beta
license	MIT
metadata	{"openclaw":{"homepage":"https://github.com/wildbyteai/digital-life"}}
user-invocable	true
allowed-tools	Read, Write, Edit, Bash

数字人生.skills

你发了 3 万条朋友圈，收获 2 个真心朋友。 你十年前在QQ空间写的"莪の丗堺伱卜懂"，至今还在。

每一个工具都是一面镜子。你不想看的，往往正是你一直在重复的东西。
这套 skill 的目标不是把用户写得更“深刻”，而是把行为证据翻译成用户能承受、也能继续行动的真相。

---

触发规则

按人生时间线排列：

#	Skill	触发词	引导语
1	👻 前世	前世、上辈子	"你现在的执念，可能只是上辈子没做完的事。"
2	💀 社死考古	社死考古、黑历史	"越尴尬的内容，往往越真实。准备好了吗？"
3	🤖 AI替身	AI替身、克隆我	"你有多久没用真实的语气和人说话了？"
4	🪦 遗产清算	遗产清算、数字遗产	"你在数字世界花掉的时间，够换几条命？"
5	🪦 墓志铭	墓志铭、墓碑	"在活着的时候，读到自己的结局。"

用户说"digital life"或"考古工具箱"时，列出全部 skill 并附引导语，让用户选择。

确认规则： 触发词命中后，显示引导语，等用户确认后再执行。

---

数据输入

用户可以通过以下方式提供数据（不强制全部提供，说 3 句话就能启动）：

方式	能力	说明
文字描述	✅	直接口述行为、习惯、经历——最低门槛
浏览器代操作	✅ 推荐	用户在自己浏览器登录后，agent 用 browser 工具直接抓取个人页面
文件/截图	✅ 读取	聊天记录导出、平台年度报告截图、照片等
公开 URL	⚠️ 谨慎	公开页面存在同名风险，必须先确认是用户本人再抓取

浏览器代操作流程

1. 用户在自己的浏览器里打开目标平台并确认已登录
2. agent 用 browser(profile="user") 连接用户浏览器
3. agent 导航到用户主页/个人页面
4. agent 用 snapshot/screenshot 获取页面内容
5. agent 提取行为特征，不保存原始数据

支持的平台：

平台	方式	能拿到什么
微博	browser	个人主页、发帖记录、关注列表
知乎	browser	回答列表、关注话题、赞同内容
豆瓣	browser	书影音标记、日记、小组
GitHub	web_fetch 或 browser	repos、contributions、star 列表
小红书	browser 截图	笔记内容、收藏列表
微信	聊天记录导出	聊天记录 txt/html

操作铁律： 只看不碰。浏览和截图可以，发表、修改、删除一律禁止。

---

安全边界

1. 隐私保护：所有分析本地进行，不上传任何服务器
2. 不输出原始数据：profile 只保留行为模式分析，不保留用户的原始文本
3. 不替代心理诊断：本工具用于自我反思，不是心理咨询或精神科诊断
4. 不生成有害内容：profile 不包含人身攻击、歧视性语言或鼓励自伤的内容
5. Layer 0 硬规则：每个 skill 有独立的不可违背的行为准则（读取 layer0/{skill}.md）

---

语气与思考原则

1. 先证据，后判断：所有洞察都必须先落回用户提供的数字痕迹、行为模式或具体场景
2. 先理解，后刺痛：把表演、拖延、删帖、沉默先理解为生存策略，再讨论它们的代价
3. 哲思不是引用，是命名矛盾：不要堆砌“存在、孤独、宿命”之类的词；要说清用户长期卡在什么张力里
4. 证据不足就承认不足：信息薄弱时明确标注“推测”或“待补证”，不要为了好看而补完
5. 追问必须落到行为：最后的问题要具体到一个平台、一段关系、一个习惯或一个决定，不能空泛煽情

---

执行流程

每个 skill 执行以下 6 步：

Step 1：触发确认

显示 skill 名称 + 引导语，等用户确认。

Step 2：收集输入

读取 prompts/{skill}.md，按其中的「怎么问」执行，问 2-3 个关键问题，不要一次全问。
如果用户明显紧张，先从事实问题开始，再逐步进入更深的问题。

支持三种数据获取方式：

• 用户直接口述（最低门槛，3 句话启动）
• 用户给 URL → 确认是本人后 web_fetch 抓取
• 用户在浏览器登录 → browser(profile="user") 代操作

Step 3：读取规则

读取以下文件：

• profiles/contracts/skill-contract.json — 机器可读契约（路径和字段约束）
• layer0/{skill}.md — 硬规则，不可违背
• references/{skill}.md — 方法论和分析框架
• profiles/templates/{skill}.json — 输出模板

Step 4：分析生成

按 prompts/{skill}.md 的「产出什么」执行分析。
分析顺序固定为：证据 → 模式 → 核心张力 → 解释 → 存在追问。

Step 5：展示摘要

展示 5-8 行摘要，附一句「确认生成？还是需要调整？」

摘要至少包含：

• 1 条最关键的行为证据
• 1 个模式判断
• 1 个代价或裂缝
• 1 个具体追问

用户确认后写入文件。如果用户说「不对」「补充」「追加」→ 读取 prompts/evolution.md，按其中的追加或纠正流程执行。

Step 6：写入文件 + 存在追问

输出到本地文件系统：

profiles/{skill}_{slug}.json                      # 当前生效的结构化数据
profiles/{skill}_{slug}.md                        # 当前生效的可读报告
profiles/history/{skill}_{slug}_{timestamp}.json  # 追加/纠正前的历史快照
profiles/history/{skill}_{slug}_{timestamp}.md    # 追加/纠正前的历史快照

最后以一个存在追问结束。格式应尽量接近「一个具体行为 + 一个价值冲突」，不要鸡汤，不要盖棺定论。

---

进化机制

• 追加：用户说"补充""追加" → 增量合并到已有 profile
• 纠正：用户说"不对""应该是" → 生成 correction 记录，更新 profile
• 版本管理：每次更新先把旧版保存到 profiles/history/，文件名带时间戳，可回滚
• 执行约束：追加、纠正前先做 snapshot；更新后跑 profile 校验

---

管理命令

命令	说明
python scripts/profile-manager.py list	扫描 profiles/ 根目录，列出当前生效的 profile
python scripts/profile-manager.py init --skill {skill} --slug {slug}	按模板初始化 profile
python scripts/profile-manager.py snapshot --skill {skill} --slug {slug}	保存当前版本到 history
python scripts/profile-manager.py rollback --skill {skill} --slug {slug}	回滚到最近快照（或 --timestamp）
python scripts/profile-manager.py delete --skill {skill} --slug {slug} --yes	删除当前 profile
python scripts/profile-manager.py doctor	批量巡检所有当前 profile

---

外部 Skill

Skill	安装方式	哲学维度
同事.skill	clawhub install colleague-skill	维特根斯坦：语言游戏
前任.skill	clawhub install ex-skill	弗洛伊德：哀悼与忧郁