A community-driven registry for the Claude Code ecosystem. Not affiliated with Anthropic.
Are you the author? Sign in to claim
人格蒸馏引擎 · 蒸馏自己看清自己，蒸馏亲友留住余温与回声 · Claude Code Skill
蒸馏自己，看清自己。
蒸馏亲友，留住他们的余温与回声
让 AI 不再是冰冷的吐字机器。
Forge 是一个 local-first 的 Claude Code 人格引擎。
它做两件事：
所有数据都保留在本地，不依赖服务器。
⚠️ 本项目仅用于个人记忆与情感疗愈。严禁用于骚扰、跟踪或侵犯他人隐私。
“师傅，这样怎么做我还是没有学会。”
“宝贝，我陪你一辈子。”
“妈妈，我已经可以独当一面了。”
有些话，来不及说完。
有些人，不在了。
我们不会对一块土有感情，也不会对一块电子屏幕有感情。
但屏幕那一边，可能有我们爱过的人、依赖过的人、想念的人。
Forge 做的不是复活谁，也不是替代谁。
它只是试着用聊天记录、说话习惯、互动痕迹，拼出一个大概。
起码，留住 ta 说话的腔调。
还有另一种孤独：你看不清自己。
很多时候，我们不是缺一个“最佳答案”。
我们知道什么更健康，什么更长期正确，什么更值得坚持。
但知道，不等于做得到。
所以人更常缺的，不是建议，
而是一个能把自己照出来的镜子。
Forge 就是这个镜子。
一个锻造人格的工具。蒸馏自己，也蒸馏身边的人。
从这些材料中提取你的“人格底座”：
然后把这些人格信息用于：
适合这样的场景：
从这些材料中提取 ta 的人格轮廓：
然后近似还原：
适合这样的场景：
Forge 不只是让你“拥有一个更像自己的 AI”。
它还会在一个具体决策场景中，生成多个参数不同的你：
它们不会替你做决定。
它们会把：
一起摊开来看。
你得到的不是“最优解”，而是 清晰度。
载入蒸馏好的人格档案后，Forge 可以让 Claude：
这不是复活，也不是替代。
而是一种近似的、带着记忆痕迹的重现。
不管你蒸馏的是：
本质上都在做同一件事：
怎么把“人格”变成 agent 真正能调用的东西。
Forge 是我对这个问题的回答。
Forge 把“人格构建”和“人格使用”拆成了两件事。
收集并提炼这些信号：
然后把它们整理成结构化的人格档案。
这些人格档案随后可以被用于两种方向：
所有解析和人格生成都在本地完成。
你的聊天记录和记忆不需要离开你的机器。
我们从来不是差那个“最佳答案”。
你知道高油高盐不健康，但偶尔吃一次真的开心。
你知道坚持锻炼很好，但偷懒一次也确实舒服。
你知道长期正确的事情重要，但未必每次都做得到。
所以 forge-self 不是替你做决定。
它做的是：把你的说话方式、思考方式、决策模式提炼出来，
变成几个参数不同的你，帮你从第三视角重新看自己。
不是为了自恋。
是为了在局中时，仍然有一面镜子。
有些人不会一直在。
朋友会走远，同事会离开，爱的人可能有一天不在了。
记忆会模糊，但 ta 说话的腔调、回应你的方式、你们之间那些固定的小梗，不该那么快消失。
forge-persona 不是复活，不是替代，也不是欺骗。
它只是试着用 ta 留下的痕迹，拼出一个大概。
至少，留住 ta 的腔调。
git clone https://github.com/YIKUAIBANZI/forge-skill.git ~/.claude/skills/forge-skill
mkdir -p .claude/skills
git clone https://github.com/YIKUAIBANZI/forge-skill.git .claude/skills/forge-skill
安装完成后重启 Claude Code，4 个 skill 自动加载，无需其他配置。
可选：安装素材解析依赖（微信 / 社交媒体 / 日记解析）
pip install -r ~/.claude/skills/forge-skill/requirements.txt
/forge-self # 蒸馏自己
/forge-persona 小明 # 蒸馏"小明"
/use-self # 召唤替身决策会议
/use-persona 小明 # 以小明的方式和你对话
在 Claude Code 中输入 /forge-self，Forge 会启动四轮对话来采集你的人格信息：
> /forge-self
Forge: 让我们开始蒸馏你的人格底座。先聊聊基本情况——
你现在做什么工作？处于人生的什么阶段？
如果用一句话介绍自己，你会怎么说？
You: 我是CS学生，20岁，还在摸索方向。一句话的话："什么都想试，什么都还没定。"
Forge: 你身边的人怎么评价你？跟你自己的感觉有差别吗？
You: 朋友说我挺随和的，但我觉得自己其实很有主见，只是不太表达。
... (4 轮对话，约 15-20 分钟)
Forge: 你的人格底座已生成 ✅
保存在: personas/self/阿然/persona.md
核心发现:
- 决策风格: 直觉先行 (risk_appetite: 7/10)
- 价值排序: 自由 > 亲密 > 快乐 > 安全 > 成长
- 盲区: "懒" 不是全局的——在关系中你很主动
你还可以导入聊天记录来交叉验证：
You: 我有一段微信聊天记录，帮我分析一下
Forge: 好的，请把聊天记录文件发给我。支持 .txt 和 .html 格式。
（分析完成后会自动与对话数据交叉验证，标注置信度）
> /forge-persona 小美
Forge: 我来帮你蒸馏"小美"的人格。先跟我聊聊——
小美是你的什么人？你们的关系大概是什么样的？
You: 她是我女朋友。日常互动模式是她说了算，我执行。
Forge: 她平时怎么说话？消息一般多长？爱用什么口头禅？
You: 超级短，一般1-3个字一条，而且拆成很多条发。
口头禅有"行吧""对啊""不然留着过年吗"。
生气不会爆发，而是突然变冷——句号变多，"嗯"变多。
... (收集说话风格、互动模式、关键场景)
Forge: 小美的人格轮廓已生成 ✅
保存在: personas/others/小美/persona.md
关键特征:
- 消息风格: 极短拆条，冷淡时省句号
- 互动模式: 霸道女友 / 固定梗"试用期/转正/offer"
- 核心口头禅: 行吧、对啊、嗯哼、不然留着过年吗
> /use-self
Forge: 说说你在纠结什么吧。越具体越好。
You: 收到一个外地的offer，薪资翻倍，但意味着要跟女朋友异地。
Forge: 生成替身阵容:
🔵 稳健的你 — 安全优先，不冒不必要的险
🟢 成长的你 — 机会难得，该冲就冲
🟡 关系优先的你 — 亲密关系是底线
🔴 三年后的你 — 站在未来回头看
[Phase 1: 各替身独立分析...]
[Phase 2: 替身互相质询盲区...]
[Phase 3: 综合报告]
共识: 都认为需要跟女朋友认真谈一次
核心分歧: 是否值得用关系风险换职业跳板
你没注意到的: 你的 time_horizon 偏短期(3/10)，
但这次决定本质上是长期的
> /use-persona 小美
小美: 干嘛
You: 今天加班好累
小美: 行吧
那你吃了吗
You: 还没
小美: 不会吧
这都几点了
外卖点了没
You: 你关心我啊
小美: 关心个鬼
我怕你饿死了我没秘书用
forge-skill/
├── forge-self/ # /forge-self 蒸馏自己
│ ├── SKILL.md
│ └── prompts/ # 四轮采集 + 人格构建 prompt
├── forge-persona/ # /forge-persona 蒸馏他人
│ ├── SKILL.md
│ └── prompts/ # 素材优先采集 + 人格构建 prompt
├── use-self/ # /use-self 替身决策会议
│ ├── SKILL.md
│ └── prompts/ # 多 agent 辩论引擎
├── use-persona/ # /use-persona 角色对话
│ ├── SKILL.md
│ └── prompts/ # 角色扮演引擎
├── tools/ # Python 工具
│ ├── persona_schema.py # 人格 JSON Schema 定义
│ ├── persona_validator.py # 人格档案校验器
│ ├── persona_runtime_loader.py # 运行时上下文卡片生成
│ ├── skill_writer.py # 人格文件读写
│ ├── version_manager.py # 版本存档与 diff
│ ├── decision_logger.py # 决策记录与追踪
│ ├── wechat_parser.py # 微信聊天记录解析
│ ├── diary_parser.py # 日记/笔记解析
│ ├── social_parser.py # 社交媒体解析
│ └── journal_analyzer.py # 多源交叉分析
├── templates/ # 决策场景快启模板
├── personas/ # 人格档案存储 (gitignored)
├── tests/ # 单元测试
│ ├── test_persona_schema.py
│ ├── test_persona_validator.py
│ ├── test_runtime_loader.py
│ ├── test_skill_writer.py
│ ├── test_version_manager.py
│ ├── test_decision_logger.py
│ └── test_parsers.py
├── evals/ # 效果评测
├── docs/ # 文档
│ ├── PRD.md
│ └── persona_schema.md
└── requirements.txt
运行全部测试：
cd forge-skill
pip install pytest
pytest tests/ -v
测试覆盖：
| 模块 | 测试文件 | 覆盖内容 |
|---|---|---|
| persona_schema | test_persona_schema.py | 实例化、序列化、反序列化、参数校验 |
| persona_validator | test_persona_validator.py | 结构校验、参数范围、证据覆盖率、缺失字段检测 |
| persona_runtime_loader | test_runtime_loader.py | chat/decision/variant 三种卡片生成、字段完整性 |
| skill_writer | test_skill_writer.py | MD/JSON 读写、版本管理、纠正追加、名称清洗 |
| version_manager | test_version_manager.py | diff 生成、快照存档、版本列表 |
| decision_logger | test_decision_logger.py | 决策记录、结果回填、列表查询 |
| parsers | test_parsers.py | 模块导入、数据结构、基本解析 |
所有数据本地处理，人格档案本地存储（personas/ 已 gitignore），不依赖远程服务器。原始聊天记录和记忆不会离开你的机器。素材解析器只提取人格信号（说话风格、情绪模式、决策习惯），不存储原始内容。
人格蒸馏、数字替身、自我反思、决策辅助、聊天记录人格提取、微信聊天记录分析、Claude Code Skill、local-first AI、persona distillation、digital persona、self-reflection、decision support、roleplay agent、memory-based roleplay、multi-agent debate
设计灵感来自 ex-skill 和 colleague-skill。
MIT
ML engineering — model training, deployment, MLOps, monitoring
DevOps practices — CI/CD, containers, monitoring, infrastructure automation
Professional skills marketplace with production-ready skills for enhanced development
Self-learning system that captures corrections and syncs them to CLAUDE.md and AGENTS.md
