造梦人物蒸馏与关系图谱

解决的问题

在角色向工作流里，人物档案、关系图、对话上下文经常分散在不同 prompt、临时文件和宿主脚本中。宿主 LLM 需要反复拼装输入、判断产物是否完整、处理长文截断或增量更新。zaomeng-skill 把这些流程收敛成一套可被宿主调用的标准 payload、产物状态和运行索引。

工作方式

该技能采用 LLM-first / prompt-first 模型：宿主负责实际调用模型并推进对话；技能负责生成标准请求、校验输出、维护 run_manifest.json，并提供若干 helper。

核心链路包括：

• distill：生成人物蒸馏 payload，支持增量更新和长文分批，产出 PROFILE.generated.md。
• materialize：将生成结果物化成人物包目录，并写入 ARTIFACT_STATUS.generated.json。
• export_graph：导出人物关系图谱的 HTML、Mermaid、SVG 等格式。
• verify_workflow：校验整条流程产物是否完整。
• 对话 helper：包括角色卡、人物字段补全、act / insert / observe 回复建议、下一幕场景推荐。

关键点是：长文本超过阈值时，payload 会返回 chunks[] 与 merge_payload，宿主按块生成局部草稿后统一合并；增量场景会把已有档案写入 request.existing_profiles，并在 run_manifest.json 中记录 update_mode 与命中角色数。

适用边界

该技能不是独立聊天 CLI，也不内置模型调用能力。它依赖宿主能够执行 Python 工具、读取 JSON 状态文件、按 run_manifest.json 阶段推进。适合需要把角色蒸馏、人物包、关系图和对话建议纳入可检查流程的项目；不适合期待开箱即用、不处理产物状态的轻量 prompt 模板。