Agent Skills
返回列表
灵魂存档

灵魂存档

AI Agent 更新于 2026.08.30

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_dfcfbf47/soul-archive。

技能介绍

要解决的问题

AI Agent 常在跨会话中丢失用户的语言风格、观点立场、工作偏好和错误教训。普通提示词只能临时约束输出，无法持续积累“这个人是谁、喜欢怎么做、哪些坑踩过”。Soul Archive 面向这类长期协作场景，把对话中可确认的人格与记忆沉淀为本地档案，让后续 Agent 能读取摘要、角色扮演，或在任务前调用历史教训。它不要求把记忆塞进云端，也不靠一次性长提示词解决问题，而是把记忆当作可维护的数据资产。

技能如何工作

Soul Archive 的核心是 Skill 与数据分离：能力由 skill 提供，数据落在 ~/.agent-guild/skills_data/soul-archive/ 下的本地 JSON 目录中，并通过 config.json 控制维度开关。主要流程包括：

  • Soul Extract：通过触发词或 auto_extract 采集高置信度信息，覆盖身份、性格、语言、知识观点、情景记忆、工作偏好和长期目标；相似条目会合并，冲突条目标记而不自动覆盖。
  • Soul Chat：基于档案构建角色扮演 prompt，让数字克隆体以用户风格对话；若被直接询问是否为 AI，必须如实承认。
  • Soul Report：生成交互式 HTML 画像，展示雷达图、词云、话题热力、演变时间线和冲突视图。
  • Context Inject / Agent Memory / Self-Improvement：向其他 Agent 注入简短人格摘要，执行任务前召回历史教训，并在任务后记录 correction、reflection 和 pattern，形成闭环。

适用边界

它适合本地化、长期、可审计的人格记忆场景，也适合同机器多 IDE 或多 Agent 工具共享同一份档案。需要注意：auto_extract 开启后 AI 会在对话中提取信息，敏感话题默认需要确认；数据虽然不上传，但 Soul Chat 的 prompt 是否被外部 LLM 看到，取决于你的 agent 或平台配置。它不应被理解为会编造用户未说过的记忆，也不会在用户反复纠正时自动静默覆盖冲突信息。

使用场景

  • 想让多个本地 IDE Agent 在会话开始时自动加载用户的工作偏好、硬规则和输出格式，减少反复解释背景。
  • 长期训练 Agent 避免重复犯错，任务后记录用户纠正、命令失败和知识过时，并生成可复用的行为模式。
  • 需要基于历史对话提取语言风格、观点和情景记忆，生成可复核的人格画像、话题热力与冲突报告。
  • 用数字克隆体进行角色扮演对话，在保留用户表达习惯的同时，被直接问身份时如实承认是 AI。

适合人员

  • 维护多 Agent 工作流的工程师，需要把个人偏好、硬规则和输出格式沉淀成本地共享档案。
  • 长期训练 AI 助手的用户，希望 Agent 记住失败教训并在任务前主动召回相关 correction。
  • 对记忆隐私敏感的用户，需要所有人格数据留在本机，并通过 config.json 控制采集维度。
  • 做角色扮演或克隆体对话的开发者，需要基于真实档案构建 System Prompt 并遵守身份披露底线。