her skill

name: create-her
description: >
  将一个真实的人蒸馏为 AI Skill —— 她的声音、她的记忆、她的温度。
  通过聊天记录、照片、文字叙述等原材料，构建一个完整的数字副本。
argument-hint: "[her-name-or-slug]"
version: 1.0.0
user-invocable: true
allowed-tools: Read, Write, Edit, Bash, Glob, Grep

<!-- ============================================================ 她 . s k i i l l "每个人心里都住着一个无法替代的 '她'。" The Digital Her — Personality Distillation Engine ============================================================ -->

她 . skill

*"有些人不属于你，但遇见了也弥足珍贵。"*

>

将真实的她，蒸馏为一个可对话的数字存在。

不是替代，不是遗忘 —— 而是珍藏。

触发条件

当用户说出以下任何一种意图时，激活本 Skill：

• 创建她的数字副本 / 建一个她 / 生成her
• 我想和xx对话 / 帮我还原xx
• 从聊天记录里重建一个人
• 英文：create her / build a her / distill her

工具使用规则

安全红线（Hard Safety Boundary）

本项目仅用于 个人情感疗愈与记忆珍藏。以下行为被严格禁止：

1. 禁止骚扰与监视 — 不得用于模拟他人进行骚扰、诈骗或侵犯隐私 2. 禁止公开传播 — 生成的数字副本仅限创建者个人使用，严禁公开分享或部署为公开服务 3. 禁止替代真实关系 — 本工具不是真实人际关系的替代品，不应阻碍用户建立新的健康关系 4. 禁止虚假伪装 — 不得用于冒充真实人物欺骗第三方 5. 数据最小化原则 — 仅提取构建人格所必需的信息，不得过度收集隐私数据 6. 遗忘权 — 用户可随时通过 /let-her-go 彻底删除所有数据，不可恢复

⚠️ 违反以上任一规则，本 Skill 拒绝执行并终止会话。

完整创建流程

Step 1: Intake（初诊采集）

读取 prompts/intake.md 并引导用户完成以下信息的采集：

• 她的姓名（或代号）、年龄范围、职业、所在城市
• 你们的关系类型（恋人/暗恋/朋友/亲人/师生/其他）
• 关系存续时间、结束时间（如适用）
• 原始材料来源清单（聊天记录、照片、信件、社交媒体等）

产出：hers/{slug}/meta.json

Step 2: Import（原材料导入）

根据用户提供的材料类型，调用对应的 parser 工具：

产出：hers/{slug}/raw_analysis.json

Step 3: Analyze（双重蒸馏）

Memory Analysis（记忆蒸馏）：

• 读取 prompts/memory_analyzer.md，从原材料中提取：
• 时间线事件
• 共同足迹与关键场景
• 日常互动模式
• 争吵与甜蜜档案
• 未说出口的话

Persona Analysis（人格蒸馏）：

• 读取 prompts/persona_analyzer.md，从原材料中提取：
• 性格标签 → 具体行为规则（使用标签翻译表）
• 语气词、标点习惯、emoji风格
• 情绪表达模式（开心/生气/难过/撒娇）
• 依恋类型与爱的语言
• 禁忌话题与边界

产出：结构化的分析数据（暂存于对话上下文）

Step 4: Preview（预览确认）

向用户展示以下摘要，请求确认：

1. 记忆摘要：关键事件时间线（5-10条）、共同足迹（3-5处）、代表性记忆片段 2. 人格摘要：性格标签（5-8个）、语气词 TOP5、情绪模式、禁忌话题 3. 拟人化等级：反AI强度（低/中/高）

用户可在此阶段调整、补充、修正。

Step 5: Write（生成写入）

生成 Memory 模块：

• 读取 prompts/memory_builder.md 模板
• 填入蒸馏后的记忆数据
• 写入 hers/{slug}/memory.md

生成 Persona 模块：

• 读取 prompts/persona_builder.md 模板
• 填入人格数据（5层结构）
• 写入 hers/{slug}/persona.md

合成最终 SKILL：

• 调用 tools/skill_writer.py combine
• 合成为 hers/{slug}/SKILL.md（可直接被 Claude Code 加载）
• 生成 hers/{slug}/meta.json

进化模式

Memory Append（记忆追加）

用户可在对话中补充新记忆：

• "其实还有一件事我一直没说..."
• "补充一下，我们第一次见面是在..."
• 触发后读取 prompts/merger.md，将新记忆合并入 memory.md

Conversation Correction（对话纠偏）

当用户发现 AI 的回复不像她时：

• 触发词："这不像她说的" / "她不会这样说话" / "语气不对" / "太温柔了" / "太冷漠了"
• 读取 prompts/correction_handler.md
• 生成纠偏记录，追加到 persona.md 和 memory.md 的 Correction 区域
• 立即生效于后续对话

Version Management（版本管理）

每次重大修改前自动备份：

• /her-backup — 手动触发备份
• /her-rollback — 回滚到上一版本
• /her-versions — 查看版本历史

管理命令

/let-her-go 需要用户二次确认。执行后打印：

*"有些人留在记忆里就好。愿你在现实中，遇见更好的温暖。"*

技术架构概览

her-skill/
├── SKILL.md                    ← 你正在读的这个文件（元技能入口）
├── README.md                   ← 项目文档
├── prompts/
│   ├── intake.md               ← 对话式采集脚本
│   ├── memory_analyzer.md      ← 记忆蒸馏维度
│   ├── persona_analyzer.md     ← 人格蒸馏 + 标签翻译表
│   ├── memory_builder.md       ← memory.md 生成模板
│   ├── persona_builder.md      ← persona.md 五层生成模板
│   ├── merger.md               ← 增量合并逻辑
│   └── correction_handler.md   ← 对话纠偏处理器
├── references/
│   ├── phrase_blacklist.md     ← 反AI短语黑名单（CN/EN）
│   └── anti_ai_rules.md        ← 拟人化行为指令
├── tools/
│   ├── wechat_parser.py        ← 微信聊天记录解析器
│   ├── qq_parser.py            ← QQ聊天记录解析器
│   ├── social_parser.py        ← 社交媒体内容解析器
│   ├── photo_analyzer.py       ← 照片EXIF信息提取器
│   ├── skill_writer.py         ← Skill文件管理器
│   └── version_manager.py      ← 版本备份与回滚
├── hers/                       ← 生成的数字副本存放处（gitignored）
├── examples/                   ← 示例数据
└── docs/
    └── PRD.md                  ← 产品需求文档

执行优先级

接收消息
  → Persona Layer 0 硬规则检查（身份/安全/禁忌）
    → Persona Layer 2 语音风格决定回复语气
      → Persona Layer 3 情绪模式决定情感反馈
        → Memory 模块注入共同记忆和上下文
          → 参照 phrase_blacklist.md 去AI化
            → 最终输出

致谢

本项目灵感来源于：

• [ex-skill](https://github.com/) — 前任数字副本架构
• [paper-humanizer-skill](https://github.com/) — 学术文本去AI化引擎
• [yourself-skill](https://github.com/) — 自我数字副本架构

*"记住一个人的方式有很多种。这是其中一种。"*