企业官网建设流程全解析

AI还原度高的关键在这里：自己.skill的5类数据源完整清单（微信/QQ/日记/照片）

【免费下载链接】yourself-skill与其蒸馏别人，不如蒸馏自己。欢迎加入数字永生！Inspired by colleague-skill（同事skill）。项目地址: https://gitcode.com/gh_mirrors/yo/yourself-skill

想让 AI 说出"你"的语气，而不是"AI 味"？关键就在喂给它的原材料。开源项目自己.skill的理念是"与其蒸馏别人，不如蒸馏自己"——你把聊天记录、日记、照片交出去，它就蒸馏出一个能像你一样思考和回复的 AI 数字分身。本文带你完整过一遍它的5 类数据源，并给出新手最实用的选择清单。

先搞懂：为什么数据源决定还原度

自己.skill 把你拆成两个可运行的模块：

运行逻辑是：收到消息 → Persona 判断你会怎么回应 → Self Memory 补充背景 → 用你的方式输出。

也就是说：原材料质量直接决定还原度。官方原话是"聊天记录 + 日记/笔记 > 仅口述"。下面按优先级从高到低讲 5 类数据源。

5 类数据源总览：完整清单一次看全

这 5 类全部可跳过——纯口述也能生成，只是还原度上限会低不少。

数据源一：微信聊天记录（还原度第一功臣）

聊天记录是最高优先级的数据源，因为它记录的是你不加修饰的原话。

自己.skill 适配了主流导出工具的格式：

• WeChatMsg：导出 txt / html / csv
• 留痕（macOS）：导出 json
• PyWxDump：解密导出数据库

解析由 tools/wechat_parser.py 完成，它会重点分析"我"说的话，提取这些"人格指纹"：

• 🔍 高频语气词（哈、嗯、噢、嘛……）
• 🔍 高频 Emoji 及使用习惯
• 🔍 标点偏好：句号多还是感叹号多？爱用波浪号吗？
• 🔍 消息风格：短句连发型还是长段落型

💡新手建议：优先喂这几类对话——深夜对话/独白（最能暴露真实性格）、情绪波动时的表达、做重要决定时的聊天记录、日常闲扯（提炼口头禅）。

数据源二：QQ 聊天记录（学生党专属福利）

很多大厂的"你"其实都留在 QQ 里。QQ 消息管理器可以导出txt或mht格式的聊天记录，tools/qq_parser.py 两种都支持。

它和微信解析的定位略有不同：QQ 记录更多承载的是你学生时代、更松弛的表达方式——那些"哈哈哈哈""6""nb"的浓度，往往比工作微信高得多，对刻画真实语气非常有用。

数据源三：社交媒体与日记（价值观主战场）

日记和笔记是提取价值观与深度思考的最佳来源，比聊天记录更能反映你内心真实的优先级排序。

文本导出由 tools/social_parser.py 扫描目录、自动分类图片与文本文件；截图类则由 AI 直接读取识别。prompts/self_analyzer.md 定义了从日记中提取的维度：核心价值观、生活习惯、重要记忆、人际关系图谱、成长轨迹。

💡小提醒：日记不必整理，"流水账"和情绪化片段反而更有价值。

数据源四：照片（用 EXIF 还原生活轨迹）

照片本身是图片，但自己.skill 读的不是画面，而是元信息。tools/photo_analyzer.py 会批量提取每张 JPEG/PNG 的 EXIF 数据：

• 📅 拍摄时间 → 排出你的个人时间线
• 📍 GPS 坐标 → 还原你常去的地点和生活轨迹

比如"2022 年秋天你在莫干山住了一周"这种回忆，就靠照片时间线支撑。该工具依赖 Pillow（pip install -r requirements.txt即可装上）。

⚠️ 注意：手机相册转发、微信压缩过的照片通常丢失 EXIF，建议用原图目录。

数据源五：口述/粘贴（最低优先级，但保底必备）

没有任何原始文件也没关系。录入流程 prompts/intake.md 只问 3 个问题，全部可跳过（仅代号必填）：

1. 代号/昵称——比如"小北""20岁的我"
2. 基本信息——年龄、职业、城市
3. 自我画像——MBTI、星座、性格标签、你对自己的主观评价

这套信息会写入 selves/example_me/meta.json 这样的元数据文件中，作为 Persona 的"硬覆盖层"直接生效。

数据源组合推荐：不同情况的选法

而且它支持追加进化：以后找到更多聊天记录、日记、照片，可以增量 merge 进已有 Skill，不覆盖已有结论（增量逻辑见 prompts/merger.md）。说"我不会这样说"还能即时纠正，每次更新自动存档、支持回滚。

快速上手：从 0 到"数字永生"三步

第 1 步：安装到 Claude Code

git clone https://gitcode.com/gh_mirrors/yo/yourself-skill ~/.claude/skills/create-yourself pip install -r requirements.txt # 可选，解析工具依赖

第 2 步：创建你的分身

在 Claude Code 中输入/create-yourself，按提示回答 3 个问题，然后选择提供哪些数据源。

第 3 步：调用与管理

常见问题

Q：聊天记录太多，要全给吗？不需要。优先给情绪浓度高、决策场景多、深夜时段的对话，几十到几百条高质量对话优于上万条群聊水贴。

Q：隐私安全吗？所有数据都在本地解析和存储，生成的 Skill 文件就在你自己的项目目录里（SKILL.md 是入口），不上传任何第三方服务。

Q：只有口头描述也能用吗？可以，所有字段均可跳过。但如前所述，口述还原的是"你以为的自己"，聊天记录还原的是"真实行为的自己"，两者差距往往很大。

总结：选对 5 类数据源，AI 还原度直接拉开差距

• 🥇微信聊天记录：原话级语气素材，优先级最高
• 🥈QQ 记录 / 日记：年轻时的真实表达 + 价值观
• 🥉照片 EXIF：时间线和地点，让记忆"有据可查"
• 📝口述：保底方案，随时可补

一句话：聊天记录塑造语气，日记塑造三观，照片锚定时间线，口述兜底。材料越真实，蒸馏出的数字分身越像你。

"与其蒸馏别人，不如蒸馏自己。欢迎加入数字永生！"

【免费下载链接】yourself-skill与其蒸馏别人，不如蒸馏自己。欢迎加入数字永生！Inspired by colleague-skill（同事skill）。项目地址: https://gitcode.com/gh_mirrors/yo/yourself-skill