Agent Skills
返回列表
公众人物创建器

公众人物创建器

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_a64a1700/create-person。

技能介绍

解决什么问题

在把 LLM 用作特定角色前，人往往会先回答“这个人是谁”。这会让对话停留在百科词条式介绍，很难稳定复现他/她的判断口径与说话方式。公众人物 技能的思路是：把公开演讲、采访、社交媒体帖子、书籍片段等原材料，压缩成两类结构化资产——Fact（Knowledge）与 Persona（表达与互动规则），再由 Claude Code 在运行时按角色的方式组织回答。它面向的是工程实现：目录怎么落盘、脚本怎么解析、增量材料怎么合并，而不是“让模型更像人”的口号。

核心能力

  • 触发与管理：支持 /create-persona 创建、/update-persona {slug} 追加、/list-personas 列出、/delete-persona {slug} 删除。
  • 原材料接入：PDF / 图片用 Read；演讲稿、Truth Social / Twitter 导出、访谈稿用 tools/*_parser.py；MD / TXT 直接读取；也支持纯文本粘贴。
  • 双轨分析：Knowledge 抽取时间线、重大事件、核心立场与标志性言论；Persona 从标签与语料提炼表达风格、思维逻辑与互动模式。
  • 落盘产物：写入 personas/{slug}/ 下的 knowledge.md、persona.md、meta.json 与 SKILL.md，并提供预览确认。

关键步骤

  1. 采集基础信息：姓名/代号必填，时代、领域、代表作与性格画像可一句话补充。
  2. 导入材料：按用户能力选择导入方式；若无材料，则用 WebSearch / WebFetch 检索公开资料。
  3. 分析并生成：分别产出 Knowledge 与 5 层 Persona，确认后再写文件。
  4. 进化：新素材走 merge 流程更新文件与版本；纠错按 Knowledge / Persona 分类，追加到 ## Correction 记录 并重生成。

适用边界

复现质量直接取决于原材料覆盖度：只给一句简介，输出就只能是浅层画像。它处理的是公开言行与事实，不等于对个人心理或隐私的判断。对受版权保护的长文本，流程定位是抽取特征与摘要，而不是整段转录。运行环境限定在 Claude Code，依赖 Read / Write / Edit / Bash 与 ./personas/{slug}/ 目录。首次输入是什么语言，就会全程使用同一语言。

使用场景

  • 把某位公众人物的演讲稿、访谈记录和社交媒体帖子整理成结构化知识库，以便在 Claude Code 中按其视角回答问题。
  • 已有人物 Skill 需要新增近期公开发言材料，运行追加流程，更新 knowledge.md 和 persona.md，再生成新版 SKILL.md。
  • 发现人物 Skill 的回答风格偏离原人物，提交纠正说明，追加到 Persona 的 Correction 记录，并重新生成 Skill。
  • 管理多个人物 Skill 时，用 /list-personas 查看已生成列表，删除不再使用的 slug 目录，保持 personas/ 目录整洁。

适合人员

  • 内容创作者，需要基于公众人物的公开言行快速制作播客脚本或文章，并希望复用其语言风格与核心观点。
  • 教育工作者，想把历史人物或当代公众人物作为案例教学，需要将零散的演讲和访谈转化为可交互的角色扮演素材。
  • 开发者，在搭建聊天机器人时希望为不同公众人物分别生成可维护的知识文件，而不是每次手动编写提示词。
  • 研究员，长期追踪某位公众人物的表达变化，需要定期追加新材料并对比不同版本的人物 Skill 输出差异。