1. 项目概述一个开源的数字永生框架2026年我们每天在数字世界里留下的痕迹比我们意识到的要多得多。从工作群里的只言片语到深夜发给朋友的吐槽再到社交媒体上随手转发的文章这些碎片共同构成了一个数字化的“你”。你有没有想过如果有一天有人——或者某个AI——想用这些碎片拼凑出一个“你”会发生什么更关键的是如果这个“你”被用来做决定、回答问题甚至代表你那会怎样这就是“永生.skill”这个项目试图回答并让你自己掌握主动权的问题。与其被动地等待被他人或系统“蒸馏”成一个面目模糊的数字影子不如主动出击自己动手把你关心的人——包括你自己——那些珍贵的特质、记忆和思考方式系统地、有伦理地“蒸馏”出来形成一个结构化的、可被AI理解和加载的“数字分身”。这个项目不是一个简单的聊天记录导出工具。它提出的“四维蒸馏”理念直指数字身份的核心怎么做事程序性知识、怎么说话互动风格、经历过什么记忆与经历、是什么人性格与价值观。它试图从你散落在微信、飞书、邮件、Twitter等十几个平台的数据矿藏中提炼出真正定义一个人的“灵魂规格”Soul Spec。最终它会打包成一个标准的Agent Skill可以直接丢进像OpenClaw这样的AI智能体平台让AI用“他”或“她”的方式与你对话。我花了一段时间深入研究并实践了这个框架。它最吸引我的不是技术上的炫酷而是其背后深刻的实用主义和人文关怀。它既提供了“矛”——一套强大的、覆盖多平台的蒸馏引擎主技能SKILL.md和专门用于提取公众人物认知框架的“蒸笼”steamer-skill也提供了“盾”——用于保护自己不被滥用的“防蒸馏”distill-shield-skill和界定数字人格使用权的“蒸馏协议”distill-protocol-skill。这是一个完整的生态让你在探索数字永生的同时也手握保护自己的武器。接下来我将以一个实践者的角度带你拆解这个框架的每一个核心环节分享从数据准备、蒸馏执行到最终部署的完整流程以及我踩过的坑和总结出的实战技巧。无论你是想为自己留一份数字遗产还是想留住一位即将远行的亲友的“声音”或是单纯对AI人格构建技术感兴趣这篇文章都能给你提供一份可直接上手操作的路线图。2. 核心设计哲学与生态全景在动手写第一行代码之前理解这个项目的设计哲学至关重要。它决定了你不是在盲目地收集数据而是在有策略地构建一个“人”。2.1 设计原则为什么是“四维蒸馏”市面上很多所谓的“数字人”或“聊天机器人”本质上是把大量的对话记录扔进向量数据库然后做相似度匹配。这就像把一本菜谱撕成碎片然后指望随机抓几片就能做出一道好菜——结果往往是前言不搭后语缺乏内在一致性。“永生.skill”反对这种“腌制”式的方法。它的“四维蒸馏”是一个解构与重构的过程分路蒸馏拒绝大锅炖将一个人的数字痕迹按四个维度分开处理。这就像画家调色红、黄、蓝、白分开调最后才能画出层次丰富的肖像而不是把所有颜料混在一起得到一团灰褐色。分开处理让你能清晰地看到某条数据是体现了TA的做事方法还是仅仅记录了TA的一段经历。证据分级明确信息源每条被提取的信息都会被打上标签。verbatim原话TA亲口/亲手说的。这是最高等级的“证据”例如聊天记录中的原句。artifact文档TA留下的文字材料如博客、邮件、报告。这反映了TA有意识输出的观点。impression印象他人对TA的描述或评价。这是最弱的一环但有时能补充侧面形象。 这个分级系统让你能一眼看出你正在对话的“数字分身”其某一观点是基于TA本人的铁证还是来自他人的二手印象。矛盾保留尊重复杂性人是会变的也是矛盾的。周一说要减肥周五可能就大快朵颐。项目不会强行“统一”或“合理化”这些矛盾而是将它们记录在conflicts.md中。这反而让数字分身显得更真实、更有人味——一个永远逻辑自洽、从不犯错的“人”才是最大的不真实。伦理先行关系界定蒸馏你的同事和蒸馏你的亲人伦理边界完全不同。项目通过不同的persona角色模板来预先设定这些边界。例如“同事”模板会强调工作流程和沟通风格的提取并默认用于团队内部“亲人”模板则更关注记忆、故事和情感表达并要求严格的知情同意。2.2 生态工具箱不止于蒸馏这个仓库不是一个孤立的脚本而是一个工具箱。理解其生态全景能帮你更好地选择从哪里开始。① 数字永生核心引擎位于仓库根目录的SKILL.md。这是总发动机负责从多平台数据中执行四维蒸馏。这是你最先需要阅读和理解的入口。② 蒸笼独立仓库steamer-skill。它的目标非常独特——蒸馏公众人物企业家、科学家、历史人物的认知框架。它不关心他们的私生活而是从他们的公开演讲、访谈、著作中提取出他们分析问题、做出决策的思维模型。你可以把它理解为“用你付过的学费买书、上课让他们的方法论为你提供7x24小时的顾问服务”。项目方甚至提供了一个“人格广场”预置了像埃隆·马斯克第一性原理、沃伦·巴菲特能力圈等名人的蒸馏结果可以直接体验。③ 防蒸馏独立仓库distill-shield-skill。这是你的数字盔甲。它提供三层防护身份编码在你的数字资料中嵌入隐形指纹即使被蒸馏后改名换姓也能追溯本源。蒸馏许可在数据中声明使用条款需与④协议配合。保护锁最有趣的一层。它对人类阅读无害但会对抗未经授权的自动化蒸馏脚本例如通过注入大量无意义tokentoken黑洞或污染输出结果让非法蒸馏者得到一堆垃圾。④ 蒸馏协议独立仓库distill-protocol-skill。戏称为“牛马保护法”。它帮你把数字人格的使用权像知识产权一样拆分开能否用于商业能否替代你工作能否被再次分发通过回答六个核心问题生成一份机器可读的授权声明从法律和伦理层面划定边界。我的实践建议不要一上来就急着蒸馏。按照项目推荐的顺序来先想协议→ 再攻蒸馏/蒸笼→ 后防防蒸馏。花半小时阅读“蒸馏协议”思考你对自己数字人格的权利主张这会让你在后续所有操作中更有底气。3. 实战准备数据源梳理与平台接入蒸馏的第一步是获取“原料”。你的数据可能散落在四面八方别担心项目对主流平台的支持相当全面。3.1 支持的数据平台概览项目通过collectors/目录下的各种收集器来对接不同平台。主要分几类企业协作平台飞书、钉钉、Slack、Discord。这类通常提供完善的API是自动化收集体验最好的。你需要去对应的开发者后台创建应用获取token访问令牌。即时通讯软件微信、iMessage。这类涉及本地数据库读取需要一定的技术操作。微信需要获取本地EnMicroMsg.db数据库文件iMessage在macOS上相对直接。社交与归档数据Twitter/X、Google TakeoutGmail等、WhatsApp、Facebook/Instagram。主要通过下载平台提供的个人数据归档通常是一个巨大的ZIP文件然后使用项目的解析器进行处理。通用文件TXT、JSON、CSV、Markdown。这是最后的兜底方案你可以把任何格式的聊天记录或文档整理成特定格式后手动导入。每个平台的具体操作指南在docs/PLATFORM-GUIDE.md中有详细的“保姆级”教程。在开始前请务必阅读你所需平台的指南。3.2 关键平台接入实战与避坑指南这里我以最常用的飞书和最难搞的微信为例分享我的实操过程。飞书接入飞书的API相对友好。你需要以管理员身份登录 飞书开放平台 创建一个“企业自建应用”。核心权限需要开通“获取用户发给机器人的单聊消息”和“获取群聊中用户发送的消息”。创建成功后你会得到App ID和App Secret。在项目CLI中运行python3 kit/immortal_cli.py setup feishu按提示填入即可。最大的坑在于飞书机器人只能收到它被的消息或者单独发给它的私聊消息。这意味着如果你想蒸馏一个群聊里的某人你必须先把机器人拉进那个群并且蒸馏对象在群里过机器人或与机器人有过私聊。对于历史消息这是一个几乎无法满足的条件。因此对于飞书更现实的方案是申请更高的“读取用户发送的消息”权限这需要企业超级管理员审批或者退而求其次使用“导出聊天记录”功能后用通用文件解析器处理。微信数据提取这是技术门槛最高的一步。微信的聊天记录存储在手机本地的加密数据库中。在安卓设备上你需要root权限在iOS设备上你需要越狱或使用iTunes备份解密。对于绝大多数用户最可行的方法是在电脑上登录微信使用“备份与恢复”功能将手机聊天记录备份到电脑。寻找第三方工具如WeChatExporter等开源工具来解析这个备份文件导出为HTML或TXT格式。使用项目的python3 kit/immortal_cli.py import命令导入这个文本文件。重要提示处理微信数据涉及隐私和安全务必使用可信的工具并在操作前完整备份手机数据。导出的聊天记录文件请妥善保管处理完成后及时从工作目录中删除。我的通用数据准备心得从小处着手不要一开始就试图蒸馏你十年的微信聊天记录。先选择一个特定的、重要的对话对象比如一位挚友或家人针对TA进行小范围试验。数据清洗预处理平台导出的数据往往包含大量系统消息、表情包、撤回提示等噪音。在导入前用简单的文本编辑器或脚本如sed、awk进行初步清洗能大幅提升后续蒸馏的质量。混合数据源一个人的形象是立体的。结合微信私人情感、邮件工作思考、Twitter公共观点多个来源的数据蒸馏出的分身会更丰满。项目支持多源融合这正是其强大之处。4. 蒸馏流程全解析从数据到数字分身准备好数据后我们就可以启动蒸馏引擎了。整个过程可以概括为收集 → 初始化 → 封包 → 快照。4.1 核心CLI工具使用详解项目提供了kit/immortal_cli.py这个命令行工具它是我们操作的核心。让我们一步步拆解。第一步环境检查与配置# 查看所有支持的数据平台 python3 kit/immortal_cli.py platforms这会列出所有可用的收集器比如wechat,feishu,imessage,twitter等。第二步数据收集假设我们要从飞书收集与“李工”的聊天记录。# 首先确保已经配置好飞书凭证 (setup feishu) # 然后执行收集--scan 参数会尝试扫描可用的会话 python3 kit/immortal_cli.py collect --platform feishu --scan # 如果知道具体的会话名称或ID可以指定 python3 kit/immortal_cli.py collect --platform feishu --channel 李工 --output corpus/feishu_li.md对于微信导出的TXT文件可以这样导入python3 kit/immortal_cli.py import ~/Downloads/wechat_export.txt --output corpus/wechat_friend.md收集到的原始数据会保存在corpus/目录下以Markdown格式存储每条消息都附带元数据时间、发送人。第三步初始化一个数字分身现在我们要为“李工”创建一个数字分身的框架。python3 kit/immortal_cli.py init --slug li-gong --persona colleague--slug: 分身的唯一标识符也是后续文件夹的名称。--persona: 选择角色模板。这里选择colleague同事项目会根据personas/colleague.md模板生成初始结构。不同的模板会预设不同的蒸馏侧重点和伦理提示。执行后会在当前目录生成一个li-gong/的文件夹里面包含SKILL.md、interaction.md、memory.md等骨架文件。第四步封包——执行四维蒸馏这是最核心的一步将原始数据“灌入”分身的四个维度。python3 kit/immortal_cli.py stamp --slug li-gong --sources feishu:corpus/feishu_li.md, wechat:corpus/wechat_friend.md--sources: 指定数据源及其类型。这里我们混合了飞书和微信的数据。工具会调用LLM默认为配置的OpenAI或Claude等模型分析这些对话记录并将提取出的信息分类填充到四个维度的Markdown文件中。例如从“这个需求应该先做技术评审”中提取程序性知识。从“哈哈这个问题问得好”中提取互动风格。从“我记得去年那个项目我们也是这样踩坑的”中提取记忆经历。从多次强调“用户体验优先”中归纳性格价值观。第五步创建快照蒸馏是一个迭代过程。每次做出重大修改后建议创建一个快照方便回滚。python3 kit/immortal_cli.py snapshot --slug li-gong --note v1.0 - 基于飞书和微信初版这会在li-gong/snapshots/目录下生成一个带时间戳的副本。4.2 蒸馏过程中的核心参数与调优蒸馏的质量很大程度上取决于你如何与LLM交互。CLI工具背后是prompts/目录下的提示词工程。你可以通过环境变量或配置文件调整关键参数模型选择在.env文件中设置OPENAI_API_KEY和OPENAI_MODELgpt-4或使用ANTHROPIC_API_KEY。GPT-4在理解和推理复杂对话上下文方面通常表现更好。温度通过--temperature参数控制。对于追求事实准确性的蒸馏如程序性知识建议设置较低如0.1-0.3对于希望保留语言风格和创造性的部分如互动风格可以稍高如0.7。上下文长度如果聊天记录非常长可能需要分批处理。CLI工具会自动进行分块但你需要确保LLM的上下文窗口足够大如使用GPT-4-128k。我的调优经验分批次蒸馏不要一次性对几十万字的聊天记录进行蒸馏。可以先按时间如每年或按话题如工作、生活分批进行stamp然后再手动整合结果。这能减少LLM的上下文压力提高准确性。人工审核与修正LLM不是神。蒸馏完成后必须仔细阅读生成的四个.md文件。你可能会发现一些奇怪的归纳或者漏掉了一些关键特质。这时直接手动编辑这些Markdown文件是最好的方法。数字分身是你的作品你需要担任最终的“编辑”。利用conflicts.md如果LLM发现来自不同数据源的描述存在明显矛盾比如微信里说自己不爱社交Twitter上却非常活跃它会记录在这里。不要删除这些矛盾它们是你深入理解这个数字分身甚至反思真实个体的宝贵入口。5. 成果部署与在AI智能体中的应用蒸馏的最终产物是一个符合Agent Skills标准的技能包。这意味着它可以被任何支持此标准的AI智能体平台加载和使用。5.1 输出文件结构解读以我们蒸馏的li-gong/文件夹为例其核心文件如下li-gong/ ├── SKILL.md # 技能入口文件。AI首先读取此文件了解“李工是谁”以及如何使用其他文件。 ├── interaction.md # 互动风格李工常用的口头禅、回复速度、是喜欢用表情包还是严肃文字、鼓励性语言多不多。 ├── memory.md # 记忆与经历李工提到过的过去项目、踩过的坑、分享过的生活故事。 ├── personality.md # 性格与价值观归纳出的李工的性格特点如严谨、乐观、看重什么如团队合作、代码质量。 ├── procedure.md # 程序性知识李工处理问题的典型流程、方法论、常用的工具链。 ├── conflicts.md # 矛盾记录不同来源信息不一致的地方。 └── manifest.json # 元数据记录数据来源、蒸馏时间、版本号、数字指纹等。其中SKILL.md是这个技能包的“使用说明书”它会以特定的格式告诉AI“当你想模拟李工时请参考interaction.md中的风格来回话可以调用memory.md中的经历作为谈资并以personality.md中描述的价值观为内在驱动。”5.2 在OpenClaw中加载与对话以OpenClaw为例部署非常简单# 将整个技能文件夹复制到OpenClaw的技能目录下 cp -r li-gong ~/.openclaw/skills/ # 重启OpenClaw或重载技能列表之后你就可以在OpenClaw的对话中通过特定的指令来调用这个技能。例如你可以说“请以李工的角色评审一下这份技术方案。” OpenClaw会加载li-gong技能并尝试以李工的思维方式和口吻来回应你。更高级的用法技能组合你可以同时加载“李工”同事和“王老师”导师的技能。在讨论一个复杂问题时你可以让AI分别从“技术实现”李工和“战略方向”王老师两个角度给出分析。条件触发在OpenClaw的Agent配置中你可以设置当用户提到“技术细节”时自动优先采纳li-gong技能中的procedure.md知识。对话微调如果发现AI模仿得不像你可以回到interaction.md中添加更多典型的对话例句或者调整描述性的标签如语气幽默-语气冷幽默常使用反讽。5.3 “蒸笼”的独特应用将名人思维模型化为己用“蒸笼”子项目打开了另一扇门。你不需要埃隆·马斯克的私聊记录只需要他的公开演讲、访谈和文章。通过“蒸笼”你可以蒸馏出他的“第一性原理”思维框架。操作流程与核心蒸馏类似但数据源变成了公开的文本或转录稿。项目提供了预制的名人模板。你可以直接使用人格广场上预蒸馏好的结果也可以按照steamer-skill/README.md的指南自己动手蒸馏任何你感兴趣的公众人物。一个实战场景当你面临一个产品设计上的艰难抉择时你可以让加载了“史蒂夫·乔布斯”技能的AI从“人文与科技十字路口”的视角给你建议同时让加载了“山姆·沃尔顿”技能的AI从“极致成本控制与供应链效率”的角度提供分析。你作为决策者综合这些被验证过的顶级思维模型做出自己的判断。6. 伦理、安全与常见问题排查技术很强大因此责任也更重大。在玩转数字永生的同时我们必须直面其带来的伦理和安全挑战。6.1 伦理红线与最佳实践项目内置的persona模板已经包含了基本的伦理考量但作为实践者你心中必须有一把更清晰的尺子知情同意是黄金法则蒸馏任何一个在世的人尤其是朋友、同事、家人必须获得对方明确、知情的同意。你可以向他们解释这就像做一个高级的“聊天记录纪念册”。对于公众人物虽然使用的是公开资料但在使用其数字分身时也应避免进行可能损害其名誉或形象的对话。用途限定明确你蒸馏的目的。是用于个人纪念团队知识传承还是商业场景蒸馏协议技能就是帮你界定这个的。例如为离职同事蒸馏的技能应仅限于原团队内部用于工作交接和咨询绝不能用于对外代表该同事或从事其他商业活动。数据最小化与脱敏在蒸馏过程中主动剔除涉及个人隐私、敏感财务信息、他人隐私的内容。对于“前任”这类特殊角色personas/ex.md模板会强制要求进行严格的感情和隐私信息脱敏处理。死亡与数字遗产为逝者创建数字分身是一个充满情感的领域。务必尊重其家属的意愿。这个分身更适合作为保存记忆、讲述故事的载体而非试图“复活”或替代逝者做出新的决策。6.2 安全防护“防蒸馏”技能实战当你为自己或他人创建了珍贵的数字分身后如何防止它们被滥用distill-shield-skill提供了三层防御。第一层身份编码。在你生成的manifest.json或技能文件中嵌入一段隐写文本或特定格式的元数据。这就像给你的数字作品打上隐形水印。即使别人复制了你的技能包你也能通过技术手段证明其最初来源。第二层蒸馏许可。这需要和蒸馏协议一起使用。在你的技能包的SKILL.md开头以机器可读的方式如特定的注释格式声明“本技能仅限个人非商业使用禁止用于自动化客服等场景”。一个遵守伦理的蒸馏工具在读取时应该能识别并遵守这些条款。第三层保护锁投毒。这是对抗恶意爬虫和自动化脚本的最后手段。你可以在文本中插入一些对人类无害甚至有益如格式化注释但会对自动化文本分析工具造成干扰的内容。例如在关键段落插入大量重复的、看似正常但消耗巨量token的词语或者插入一些逻辑陷阱语句。使用此功能需极度谨慎确保不会影响正常人类用户和合规AI的阅读体验。6.3 常见问题与排查指南在实践过程中你可能会遇到以下问题问题现象可能原因排查与解决思路CLI执行collect时报错“凭证无效”1. API Token过期或错误。2. 应用权限未配置正确。1. 重新在对应平台生成Token。2. 仔细检查docs/PLATFORM-GUIDE.md确保所有必需权限都已开通。stamp蒸馏后内容空洞或错误百出1. 原始数据质量太差噪音多。2. LLM模型能力不足或温度设置不当。3. 提示词未适配你的数据。1. 加强数据清洗预处理。2. 尝试更换为更强大的模型如GPT-4并调整temperature参数。3. 高级用户可尝试修改prompts/目录下的提示词模板。生成的技能在OpenClaw中无法调用或行为异常1.SKILL.md格式不符合Agent Skills标准。2. 技能放置路径错误。3. OpenClaw版本不兼容。1. 对照examples/中的示例检查SKILL.md的语法。2. 确认技能文件夹被正确放置在OpenClaw的skills/目录下。3. 查阅OpenClaw文档确认技能标准版本。处理大量数据时内存溢出或速度极慢1. 单次处理数据量过大。2. 本地机器资源不足。1. 使用--chunk-size参数将数据分块处理。2. 考虑在云服务器上运行或升级本地硬件。对蒸馏结果不满意感觉“不像”1. 数据源不够全面未能覆盖多面性。2. 四个维度的描述过于笼统缺乏具体例子。1. 尝试融合更多平台的数据源。2. 手动编辑.md文件添加更多verbatim级别的具体引述和例子。记住AI需要具体的内容来模仿。数字永生是一个正在探索的前沿领域agenmod/immortal-skill项目为我们提供了一套强大而审慎的开源工具。它不仅仅是关于技术实现更是在引导我们思考在数字时代我们如何定义、保存和尊重一个人的“本质”。通过主动地、有伦理地参与这个过程我们或许能更好地为即将到来的、充满数字分身的未来做好准备。