/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 {outputdir}/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）

1. 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：

---
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：

cp -r {slug}-soul/ ~/.claude/commands/{slug}/
# 然后在 Claude Code 中使用 /{slug}-chat

OpenClaw：

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。