Skip to main content
immortal-skill - AI Agents on GitHub (739★) | SkillsLLM
Home AI Agents immortal-skill ♾️ 开源数字永生框架 — 从聊天记录蒸馏任何人的七维数字分身。支持微信/飞书/iMessage/Telegram等12+平台，7种角色模板，对齐 OpenClaw Soul Spec 标准。一行指令让你的AI学会蒸馏。
SKILL.md agent-skills ai-agent chatbot cursor
# Add to your Claude Code skills
git clone https://github.com/agenmod/immortal-skillGuides for using ai agents skills like immortal-skill.
name: immortal-skill
description: "通用数字永生框架：从聊天记录、社交媒体、文档等多平台数据中蒸馏任何人的数字分身——支持自己、同事、导师、亲人、伴侣/前任、朋友、公众人物 7 种角色模板，接入国内外 12+ 数据平台。"
license: MIT
metadata: {"openclaw": {"requires": {"bins": ["python3"]}, "emoji": "♾️"}, "kit_version": "2", "personas": ["self", "colleague", "mentor", "family", "partner", "friend", "public-figure"], "platforms": ["feishu", "dingtalk", "wechat", "imessage", "telegram", "whatsapp", "slack", "discord", "email", "twitter", "social-archive", "manual"]}
数字永生
语言
根据用户第一条消息 的语言，全程使用同一语言。
何时激活
用户要「蒸馏 XX」「做数字分身」「保留 TA 的方式/记忆」「让 AI 像 XX 一样」。
用户提供关于某人的材料，希望生成可加载的 Agent Skill 包。
核心理念
选择角色 → 多平台采集 → 分维度提取（procedure / interaction / memory / personality）→ 证据分级 → 冲突合并 → 输出符合 Agent Skills 的技能目录。
路径约定
本 Skill 根目录记为 {baseDir}
生成物默认写入 ./skills/immortals/<slug>/。
slug：小写字母、数字、连字符，与最终 SKILL.md 的 name 一致。
操作顺序
Phase 0：选择角色模板
向用户询问蒸馏对象的角色，读取对应模板：
你想蒸馏谁？
[1] 🪞 自己（全维度数字分身）
[2] 🏢 同事（工作方式与沟通风格）
[3] 🎓 导师/Mentor（教学方式与指导智慧）
[4] 🏠 亲人（家族记忆与生活智慧）
[5] 💕 伴侣/前任（关系记忆与互动模式）
[6] 🤝 朋友（友谊互动与共同经历）
[7] 🌐 公众人物（公开方法论）
读取 {baseDir}/personas/<选择>.md 了解该角色的特有维度与要求。
同时读取 {baseDir}/personas/_base.md 了解通用维度。
Phase 1：伦理确认
根据角色模板中的伦理要求，在收集材料前告知用户。不同角色的伦理侧重：
同事/导师 ：限团队内部对齐与培训亲人（已故） ：确认其他家人是否应知情伴侣/前任 ：确认目的是正面回忆；严格脱敏公众人物 ：仅限公开资料；须有可追溯的公开出处自己 ：注意聊天中他人发言的脱敏
Phase 2：收集材料
读取 {baseDir}/recipes/intake-protocol.md，按角色类型确定数据源。
提供以下采集方式：
材料怎么提供？
[A] 自动采集（推荐）
飞书 / 钉钉 / Slack / Discord / Telegram / Email
→ 扫描频道 → 拉取消息
[B] 本地数据库
微信（需第三方导出或本地 SQLite）
iMessage（macOS，需 Full Disk Access）
[C] 归档文件
WhatsApp 导出 / Twitter/X 归档 / Google Takeout
Facebook 数据下载 / 微博导出
[D] 上传/粘贴文件
PDF / JSON / CSV / Markdown / 纯文本
[E] 直接粘贴文字
可混用多种方式。
Last scanned: 5/8/2026
{
"issues": [],
"status": "PASSED",
"scannedAt": "2026-05-08T05:58:43.375Z",
"semgrepRan": false,
"npmAuditRan": true,
"pipAuditRan": true
}
永生.skill
与其等着被别人蒸，不如先蒸自己。
不蒸馒头争口气！顺便还能蒸馏下身边的人。
2026 年了，所有人都在被蒸馏。
但凭什么别人来决定你被蒸成什么样？
你的同事跑路了？蒸馏他。让他的经验还能接着用。
你的导师退休了？蒸馏他。让「这事你得这么想」还能继续响在你耳边。
你奶奶的唠叨快忘了？蒸馏她。让 AI 替她继续念叨你。
你的朋友不联系了？蒸馏他。你们之间最好笑的对话不该消失。
你前任的语气忘不掉？蒸馏 TA。——算了这个你自己决定。
你自己呢？万一哪天你不在了，谁来当你？
别人蒸馏你之前，先把自己蒸明白。
谁能被蒸馏？ · 蒸什么？ · 从哪蒸？ · 怎么蒸？ · 蒸出来长什么样？ · English
永生数字框架 · 生态全景
Star 只点一次，工具箱一次拿齐。
仓库根目录的 SKILL.md
给 AI 一键用 ：先看
Sign in with GitHub to leave a comment.
No comments yet. Be the first to share your thoughts!
Related Skills The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
digital-immortality
digital-twin
distillation
feishu
llm
openclaw
persona
soul-spec
wechat
First-time install walkthrough for Claude Code, Codex CLI, and ChatGPT.
python3 {baseDir}/kit/immortal_cli.py collect --platform <平台> [选项]
详见 {baseDir}/docs/PLATFORM-GUIDE.md。
Phase 3：分维度提取 根据角色模板确定所需维度，按需加载对应 Prompt：
| 维度 | Prompt | Recipe | 适用角色 |
|------|--------|--------|---------|
| 程序性 | prompts/procedural-extractor.md | recipes/procedural-mining.md | 同事、导师、自己、公众人物 |
| 互动性 | prompts/interaction-extractor.md | recipes/interaction-mining.md | 所有 |
| 记忆 | prompts/memory-extractor.md | recipes/memory-mining.md | 自己、亲人、伴侣、朋友、导师、公众人物 |
| 性格 | prompts/personality-extractor.md | recipes/personality-mining.md | 所有（同事仅工作相关） |
每条输出标注证据级别：verbatim / artifact / impression。
参考 {baseDir}/examples/ 下的示例查看产出物格式。
Phase 4：合并与冲突处理 读取 {baseDir}/recipes/merge-policy.md，执行证据分级合并。矛盾项写入 conflicts.md。
Phase 5：初始化目录并写入 python3 {baseDir}/kit/manifest_tool.py init --slug <slug> --base ./skills/immortals --persona <角色>
用 Write 工具写入各维度文件，然后读取 {baseDir}/prompts/skill-assembler.md 生成 SKILL.md。
Phase 6：封包登记 python3 {baseDir}/kit/manifest_tool.py stamp --slug <slug> --base ./skills/immortals --sources "<来源>"
Phase 7：告知用户
生成路径与加载方式
证据覆盖度统计
各维度的局限性提示
追加材料（进化） python3 {baseDir}/kit/version_tool.py snapshot --slug <slug> --base ./skills/immortals --note "追加前"
用户纠正 先快照，再读取 {baseDir}/prompts/correction-handler.md 处理。
版本管理 python3 {baseDir}/kit/version_tool.py list --slug <slug> --base ./skills/immortals
python3 {baseDir}/kit/version_tool.py rollback --slug <slug> --base ./skills/immortals --tag <快照>
不做的事
不复制任何第三方仓库的脚本或提示词。
不把通用常识当成被蒸馏者的个人特色。
不模拟公众人物的私人对话。
不用于跟踪、骚扰或欺骗。
自检清单
[ ] name 与目录名一致且符合命名规则。
[ ] 各维度文件中 verbatim + artifact 占比是否达标？
[ ] impression 是否隔离到专属区？
[ ] conflicts.md 是否反映了真矛盾？
[ ] 伦理声明是否与角色匹配？
[ ] SKILL.md 正文 < 100 行？
生态仓库一览
① 数字永生 — 全网首个开源数字永生框架 把任何人 ——你自己、同事、导师、亲人、朋友、公众人物——从聊天记录、文档、12+ 平台的数字碎片里，四维结构化蒸馏成 AI 可加载的数字分身。不是往向量库里灌聊天记录，是真正理解一个人怎么想、怎么说、怎么做决定 。
② 蒸笼 — 顶流挣了你那么多钱，也该服务你一下了吧 你买了 TA 的书、报了 TA 的课、充了 TA 的会员、看了 TA 几百小时的访谈。TA 用你出的钱验证了世界怎么运转 ——创业者用融资试错，投资人用 LP 的钱下注，讲师把你的学费变成行业实践再卖给下一批人。这条链条的起点，是你。
现在，这些被你的钱验证过的认知框架——讲演是公开的、访谈是公开的、博客是公开的——散落在你收藏夹第 200 页吃灰。蒸笼做的事：把它们结构化提取出来，变成你的 AI 能加载的私人参谋。
这才是认知财富的再分配 ：别人用我们给的钱验证过世界怎么运转，作为出资人、消费者、方法论的验证者——大众完全有权运用这些被验证过的认知框架服务自己。不是让真人打工，是让公开知识 7×24 当顾问。你仍然是拍板的人。
基于公开讲演、访谈与史料整理的 预制蒸馏结果 ，可直接在线对话或复制指令给其他 AI。持续扩充中。
👉 在线体验 · 人格广场
投资、科技、科学传播、AI 业界 Keynote 与公开论述等可核对材料
| 人物 | 成功领域 | 蒸馏切面 | 在线体验 |
|------|----------|----------|----------|
| 埃隆·马斯克 | 航天 / 电动车 / 能源 | 第一性原理 · 量产与多行星叙事 | 对话 |
| 阿尔伯特·爱因斯坦 | 理论物理 / 科学哲学 | 思想实验 · 相对论与和平主义 | 对话 |
| 沃伦·巴菲特 | 价值投资 / 资本配置 | 能力圈 · 长期主义与致股东信 | 对话 |
| 史蒂夫·乔布斯 | 消费电子 / 产品设计 | 人文 × 科技 · Keynote 与斯坦福演讲中的产品哲学 | 对话 |
| 山姆·奥特曼 | AGI / 创业孵化 | 产品化 AGI 叙事 · 听证与博客中的治理框架 | 对话 |
| 黄仁勋 | GPU / 加速计算 | 加速计算 · CUDA 生态与 GTC 第一性原理 | 对话 |
| 戴密斯·哈萨比斯 | AI for Science / 深度学习 | 强化学习 × 科学 · AlphaFold 与 AI for Science | 对话 |
| 杨立昆 | 计算机视觉 / 自监督学习 | 世界模型与自监督 · 公开论战中的架构路线 | 对话 |
| 杰弗里·辛顿 | 深度学习 / 神经网络 | 表征学习 · 深度学习史与近年风险论述 | 对话 |
哲学文本、科学史与罗马史述中的形象；多为二手记载，适合读史与思辨演练
| 人物 | 成功领域 | 蒸馏切面 | 在线体验 |
|------|----------|----------|----------|
| 苏格拉底 | 哲学 / 辩证法 | 诘问法 · 古典文献中的哲人形象 | 对话 |
| 阿基米德 | 数学 / 工程 | 几何证明 · 古代数学与工程叙事 | 对话 |
| 克利奥帕特拉七世 | 政治外交 / 帝国博弈 | 托勒密末期 · 罗马史述中的政治博弈 | 对话 |
| 马可·奥勒留 | 哲学 / 帝国治理 | 沉思录 · 斯多葛与罗马皇帝 | 对话 |
| 列奥纳多·达·芬奇 | 艺术 / 工程 / 科学 | 笔记与手稿 · 文艺复兴通才 | 对话 |
镀金时代至二十世纪折扣零售；基于传记、公开回忆录、报章与商业史研究整理
| 人物 | 成功领域 | 蒸馏切面 | 在线体验 |
|------|----------|----------|----------|
| 科尼利厄斯·范德比尔特 | 铁路 / 航运 | 铁路与航运 · 镀金时代规模与价格战 | 对话 |
| 约翰·D·洛克菲勒 | 石油 / 产业整合 | 标准石油 · 整合、成本与慈善的公开叙事 | 对话 |
| 安德鲁·卡内基 | 钢铁 / 慈善 | 钢铁王 · 《财富的福音》与公共图书馆 | 对话 |
| 亨利·福特 | 汽车制造 / 流水线 | 流水线与 T 型车 · 大众消费主义 | 对话 |
| J·P·摩根 | 金融 / 产业并购 | 金融整合 · 铁路、钢铁与恐慌时期的流动性 | 对话 |
| 山姆·沃尔顿 | 零售 / 供应链 | 折扣零售 · 巡店、低价与《富甲美国》自述 | 对话 |
预制内容仅供学习与方法论演练，不代表本人立场或授权。
想蒸馏不在广场里的人？用蒸笼，说「蒸馏一个 XXX」就行。
③ 防蒸馏 — 三层纵深防御，不做数字裸奔 | 层 | 做什么 |
|:--:|--------|
| 第一层：身份编码 | 资料里嵌入数字指纹——蒸馏后改名也能追溯「底子是我的」 |
| 第二层：蒸馏许可 | 把「能不能蒸、蒸多少、能不能商用」写在 AI 必经之路上（→ 协议） |
| 第三层：保护锁 | 人读无害，未授权自动化蒸馏触发投毒——token 黑洞、输出污染、逻辑陷阱 |
④ 蒸馏协议 — 你的人格不是工作产出，「牛马保护法」 公司可以拥有你写的代码，但你思考的方式 不是工作产出。蒸馏协议帮你写清楚：能不能蒸、蒸馏产物能不能商用、数字分身能不能替代你工作——六个问题分离授权 ，像 IP 的出版权和影视权分开一样。
戏称「牛马保护法」——梗，带引号，不是真立法。但底下的东西是认真的。
推荐顺序 ① 先想清楚 → 蒸馏协议（你的态度是什么）
② 要蒸别人 → 蒸笼 / 数字永生（开干）
③ 要交材料 → 防蒸馏（三层加固再交）
工作目录设为仓库根。请先读 FOR_AI.md，再按用户意图打开对应 SKILL.md 并执行；需要脚本时用 FOR_AI.md 里从仓库根写的 python 命令。
谁能被蒸馏？ | | 蒸谁 | 蒸什么重点 | 伦理底线 |
|:---:|:---:|---------|---------|
| 🪞 | 你自己 | 全蒸。怎么做事、怎么说话、经历过什么、是什么人 | 你的数据你做主 |
| 🏢 | 跑路的同事 | 工作流程 + 沟通风格 | 仅限团队内部用 |
| 🎓 | 退休的导师 | 教学方式 + 人生智慧 | 经本人授权 |
| 👴 | 远去的亲人 | 家族记忆 + 生活智慧 + 唠叨语气 | 家人知情同意 |
| 💔 | 离开的前任 | 关系互动 + 共同记忆 + 说话方式 | 正面回忆，严格脱敏 |
| 🍻 | 失联的朋友 | 友谊互动 + 共同经历 + 社交偏好 | 对方知情同意 |
| 🌍 | 公众人物 | 蒸馏 TA 的认知框架当参谋 ——TA 用你的钱验证过的方法论，现在服务你（→ 蒸笼 ） | 公开资料，可追溯出处 |
每种角色都有独立的蒸馏模板 ——因为蒸同事和蒸前任，方法肯定不一样。
蒸什么？四维蒸馏 🔧 怎么做事 💬 怎么说话
┌──────────┐ ┌──────────┐
│ 程序性知识 │ │ 互动风格 │
│ procedure │ │interaction│
└──────────┘ └──────────┘
📖 经历过什么 🧠 是什么人
┌──────────┐ ┌──────────┐
│ 记忆经历 │ │性格价值观 │
│ memory │ │personality│
└──────────┘ └──────────┘
verbatim 原话 —— TA 亲口说的artifact 文档 —— 留下的文字材料impression 印象 —— 别人觉得 TA 是这样的 矛盾的地方不强行统一 ——人本来就是矛盾的，周一说的话周五自己都能推翻。
从哪蒸？
你和 TA 的对话散落在十几个 App 里。没关系，都能收。
| | 平台 | 怎么收 |
|:---:|------|---------|
| 💬 | 飞书 · 钉钉 · Slack · Discord · Telegram | API 自动拉，配个 token 就行 |
| 📱 | 微信 · iMessage | 本地数据库读取 |
| 📦 | WhatsApp · Twitter/X · Google Takeout · Facebook/Instagram | 官方归档解析 |
| 📧 | Email (Gmail / mbox) | 邮箱归档解析 |
| 📄 | 任意文件 · TXT · JSON · CSV · Markdown | 手动丢进来 |
怎么蒸？ 在 OpenClaw / Claude Code 里直接说人话：
"帮我把李工蒸馏成 Skill，他的飞书记录在这儿"
"我想蒸馏我奶奶，微信记录我导出来了"
"蒸馏我自己，微信 + Twitter 全上"
# 能蒸哪些平台？
python3 kit/immortal_cli.py platforms
# 配置凭证
python3 kit/immortal_cli.py setup feishu
# 开蒸
python3 kit/immortal_cli.py collect --platform feishu --scan
python3 kit/immortal_cli.py collect --platform wechat --db ~/wechat.db --channel "张三"
python3 kit/immortal_cli.py collect --platform imessage --scan
# 手动喂料
python3 kit/immortal_cli.py import ~/chat-export.txt --output corpus/chat.md
# 初始化 → 封包 → 快照
python3 kit/immortal_cli.py init --slug grandma --persona family
python3 kit/immortal_cli.py stamp --slug grandma --sources "wechat:chat,paste:notes"
python3 kit/immortal_cli.py snapshot --slug grandma --note "第一版"
蒸出来长什么样？ 一个人 = 一个文件夹 = 一个可以直接用的 AI Skill：
grandma/
├── SKILL.md ← AI 读这个就知道「奶奶是谁」
├── interaction.md ← 奶奶怎么说话、怎么唠叨、怎么关心人
├── memory.md ← 奶奶讲过什么故事、经历过什么
├── personality.md ← 奶奶是什么样的人、在乎什么
├── conflicts.md ← 不同来源说法不一致的地方
└── manifest.json ← 元数据（来源、时间、指纹）
丢进 OpenClaw 的 skills 目录，AI 就能用奶奶的语气跟你说话了。
不是复制粘贴。是真的理解她怎么说话、怎么想、在乎什么。
现成的示例
安装 # 扔进工作区
cp -r immortal-skill <your-workspace>/skills/immortal-skill
# 或者全局装
cp -r immortal-skill ~/.openclaw/skills/immortal-skill
openclaw skills list | grep immortal-skill
项目结构 immortal-skill/
├── FOR_AI.md # 给 AI 一键入口：四段可复制指令
├── SKILL.
29,007
AI Agents ai-agents anthropic
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
AI Agents ai-agents anthropic
The agent that grows with you
AI Agents ai ai-agent
Claude Code is an agentic coding tool that lives in your terminal, understands your codebase, and helps you code faster by executing routine tasks, explaining complex code, and handling git workflows - all through natural language commands.
AI Agents
An open-source AI agent that brings the power of Gemini directly into your terminal.
AI Agents ai ai-agents
LLM inference in C/C++
AI Agents ggml
