immortal-skill

Name: immortal-skill
Author: agenmod

Verified

♾️ 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。

1,069stars

97forks

Python

Installation

# Add to your Claude Code skills
git clone https://github.com/agenmod/immortal-skill

Getting Started

Guides for using ai agents skills like immortal-skill.

Caveman: Cut Claude Token Use by 65%
How agent-side prompt compression works, when to use it, and when not to.
What is an AI Skills Marketplace?
Definitions, how marketplaces work, and how to choose between them in 2026.
Getting Started with AI Skills

SKILL.md

Security ReportVerified

Last scanned: 5/8/2026

{
  "issues": [],
  "status": "PASSED",
  "scannedAt": "2026-05-08T05:58:43.375Z",
  "semgrepRan": false,
  "npmAuditRan": true,
  "pipAuditRan": true
}

Compare with similar skills

See how immortal-skill compares with popular alternatives.

immortal-skill vs hermes agent

See comparison

immortal-skill vs ecc

See comparison

immortal-skill vs everything claude code

See comparison

README.md

Frequently Asked Questions

What is immortal-skill?

immortal-skill is an open-source ai agents skill for AI coding assistants such as Claude Code, Codex CLI, and ChatGPT, built by agenmod. ♾️ 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。. It has 1,069 GitHub stars.

Is immortal-skill safe to use?

Yes. immortal-skill passed SkillsLLM's automated security scan — a dependency vulnerability audit plus prompt-injection heuristics — with no high-severity issues. You can read the full report in the Security Report section on this page.

How do I install immortal-skill?

Clone the repository with "git clone https://github.com/agenmod/immortal-skill" and add it to your Claude Code skills directory (see the Installation section above). immortal-skill ships a SKILL.md manifest, so compatible agents can discover and load it automatically.

What programming language is immortal-skill written in?

immortal-skill is primarily written in Python. It is open-source under agenmod on GitHub, so you can review or fork the full source.

Are there alternatives to immortal-skill?

Yes. SkillsLLM lists many other AI Agents skills you can browse and compare side by side. Open the AI Agents category from the badge at the top of this page, or use the Related Skills and comparison links further down to weigh immortal-skill against similar tools.

Agentic AI for Beginners

Build your first AI agent from scratch - tool use, ReAct pattern, memory, deployment

41 minBeginner

Comments (0)

to leave a comment.

No comments yet. Be the first to share your thoughts!

Related Skills

ECC

by affaan-m

The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.

270,878

openharness banana-claude

⚠️ Third-Party Software Notice

This skill is third-party open-source software developed and hosted independently on GitHub. SkillsLLM is an informational directory and does not control or maintain the underlying repository.

Any security checks, ratings, or warnings displayed by SkillsLLM are automated and limited in scope. They do not constitute a security certification or guarantee that the software is safe, error-free, or free from malicious code, vulnerabilities, compromised dependencies, or prompt-injection risks.

Review the source code, permissions, dependencies, and configuration before installing or running any third-party skill. Use is at your own risk. To the maximum extent permitted by applicable law, SkillsLLM is not liable for losses arising from third-party software.

Read the Terms of Service

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：

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"

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

组件	一句话	独立仓库	本仓入口
① 数字永生	全网首个开源数字永生框架：四维蒸馏引擎	你在这里	`SKILL.md`
② 蒸笼	蒸馏任何人的认知框架当参谋	steamer-skill	`steamer-skill/`
③ 防蒸馏	三层纵深防御，不做数字裸奔	distill-shield-skill	`distill-shield-skill/`
④ 蒸馏协议	六问分离授权，aka「牛马保护法」	distill-protocol-skill	`distill-protocol-skill/`
⑤ 老己 (Mirror)	从 AI 对话中蒸馏「你老己是谁」	mirror-skill	—
⑥ OKR.skill	AI 驱动的 OKR 实战框架	okr-skill	—

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

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

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

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

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

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

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：

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

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

谁能被蒸馏？

简单来说：你认识的所有人。包括你自己。

	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

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。

	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

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

蒸了谁	角色	蒸了几个维度	看看效果
李工	跑路的同事	2 维	examples/li-gong-demo/
陈韵	自己	全 4 维	examples/self-demo/
王老师	退休的导师	4 维	examples/mentor-demo/

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.

immortal-skill

Compare with similar skills

Frequently Asked Questions

What is immortal-skill?

Is immortal-skill safe to use?

How do I install immortal-skill?

What programming language is immortal-skill written in?

Are there alternatives to immortal-skill?

Related Skills

数字永生

语言

何时激活

核心理念

路径约定

操作顺序

Phase 0：选择角色模板

Phase 1：伦理确认

Phase 2：收集材料

Phase 3：分维度提取

Phase 4：合并与冲突处理

Phase 5：初始化目录并写入

Phase 6：封包登记

Phase 7：告知用户

追加材料（进化）

用户纠正

版本管理

不做的事

自检清单

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。

永生数字框架 · 生态全景

生态仓库一览

① 数字永生 — 全网首个开源数字永生框架

② 蒸笼 — 顶流挣了你那么多钱，也该服务你一下了吧

已蒸馏人格 · 公共人格广场

③ 防蒸馏 — 三层纵深防御，不做数字裸奔

④ 蒸馏协议 — 你的人格不是工作产出，「牛马保护法」

推荐顺序

谁能被蒸馏？

蒸什么？四维蒸馏

从哪蒸？

怎么蒸？

蒸出来长什么样？

现成的示例

安装

项目结构