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。

自动采集使用统一 CLI：

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：

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"

然后按 Phase 2-6 增量更新。

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？

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 是通用蒸馏引擎。下面三套是独立仓库的扩展 Skill——蒸馏、保护、授权，一条龙。

给 AI 一键用：先看 FOR_AI.md（四段可复制指令）。

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。

入口：SKILL.md（主入口）

② 蒸笼 — 顶流挣了你那么多钱，也该服务你一下了吧

独立仓库：github.com/agenmod/steamer-skill

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。

入口：Agent 执行 steamer-skill/SKILL.md · 人读故事 蒸笼 README · 独立仓库 steamer-skill

已蒸馏人格 · 公共人格广场

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

当代 · 公开言论与思想

投资、科技、科学传播、AI 业界 Keynote 与公开论述等可核对材料

古典至文艺复兴

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

美国工业史与商界大亨

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

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

独立仓库：github.com/agenmod/distill-shield-skill

清洗内容只是第零层。防蒸馏做的是往下再扎三层：

入口：distill-shield-skill/SKILL.md · 防蒸馏 README · 独立仓库 distill-shield-skill

④ 蒸馏协议 — 你的人格不是工作产出，「牛马保护法」

独立仓库：github.com/agenmod/distill-protocol-skill

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。

入口：distill-protocol-skill/SKILL.md · 蒸馏协议 README · 独立仓库 distill-protocol-skill

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）

给 AI 的一句话（整仓）：

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？

简单来说：你认识的所有人。包括你自己。

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

不是把聊天记录塞进向量库就叫蒸馏。那叫腌制。

        🔧 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│
        └──────────┘              └──────────┘

蒸馏出来的每一条都标注证据等级：

• 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。

12+ 个平台，每个都有保姆级数据获取指南。

怎么蒸？

方式一：对话触发

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"

方式二：CLI 手动挡

# 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

验证一下：

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.