create-parents
作者 xiaoheizi8create-parents 可將聊天紀錄、回憶、照片與語音筆記整理成可重複使用的家長 persona 技能,供 Claude Code 使用;包含引導式資料蒐集、WeChat 解析、記憶與 persona 生成,以及可更新的 `./parents/{slug}/` 檔案結構。
這個技能評分為 72/100,代表對於想建立完整家長 persona 工作流程的目錄使用者而言,具備收錄價值,但實際安裝與執行時仍需自行補足部分判斷與設定。repo 在 README 中提供了清楚的觸發方式、結構化的資料蒐集與分析流程,以及安裝指引,因此相較只靠通用提示詞,agent 較有機會正確完成流程。
- 觸發設計明確:SKILL.md 清楚列出 create、update 與 list 流程可用的指令與自然語言提示。
- 工作流程骨架完整:將資料蒐集、記憶/persona 分析與 builder prompts 分開設計,便於重複使用來產生家長技能。
- 安裝判斷資訊可信:README 說明了 Claude Code 的安裝方式、預期用途、管理指令,並附有互動範例。
- 實際可執行完整度不夠平均:SKILL.md 提到 `qq_parser.py`、`social_parser.py`、`photo_analyzer.py` 等 parser 工具,但在提供的檔案樹中並未出現。
- 部分執行細節仍偏隱含:SKILL.md 沒有提供安裝指令,對於格式錯誤輸入、隱私處理或來源資料缺漏等情況,也缺少明確限制與邊界規則。
create-parents skill 概覽
create-parents 的功能是什麼
create-parents skill 可協助你把回憶、聊天紀錄、照片與語音備忘,整理成可重複使用的 Claude Code 親職 persona skill。它真正的價值不只是「生成人物設定」,而是建立一層有結構的記憶資料,加上說話風格,讓結果更接近父母真實的關心方式、慣用語,以及長期互動時的回應節奏。
哪些人適合安裝這個 create-parents skill
最適合的人:想做個人記憶保存、需要更貼近情感真實感的 Prompt Writing,或想在 Claude Code 裡模擬家庭角色互動的使用者。如果你要的不只是一次性的 prompt,而是希望有一套可重複操作的流程,能在 ./parents/{slug}/ 之下建立檔案,並支援後續更新、列出、回滾與刪除,那麼 create-parents skill 會特別實用。
它和一般 prompt 有什麼不同
一般 prompt 可以模仿「溫柔的媽媽」或「嚴格的爸爸」,但這個 repo 額外提供了引導式資料蒐集流程、記憶與 persona 分析器,以及可解析匯出聊天資料的工具。若你是為了 Prompt Writing 使用 create-parents,最大的差異在於它的結構設計:它把關係記憶與行為 persona 分開處理,通常比直接叫模型「像我爸媽一樣說話」更穩定,也比較不容易落入刻板、套模板的輸出。
採用前要注意的重點
這是為 Claude Code 設計的,不是通用聊天介面工具。它預設你有 skill 安裝位置、可用 Read、Write、Edit、Bash 等工具權限,且手上有足夠的個人素材可作為依據。另外,SKILL.md 有提到像 qq_parser.py、social_parser.py、photo_analyzer.py 這些 parser,但目前看得到的 repo snapshot 主要只有 wechat_parser.py,因此最穩妥的做法,是先以 WeChat 匯出資料與文字型回憶作為主要輸入來源。
如何使用 create-parents skill
在 Claude Code 安裝 create-parents
這個 repo 的 README.md 提供的是 clone 安裝方式,不是 npx。從你的 git repo 根目錄執行:
mkdir -p .claude/skills
git clone https://github.com/xiaoheizi8/parents-skills .claude/skills/create-parents
或安裝成全域版本:
git clone https://github.com/xiaoheizi8/parents-skills ~/.claude/skills/create-parents
之後你可以在 Claude Code 裡透過 /create-parents、/create-mom、/create-dad,或自然語言請求來呼叫它。若你正在評估是否安裝 create-parents,關鍵檢查點是:你是否真的在 Claude Code 工作,並且能接受它使用檔案系統與 shell 操作。
給 create-parents skill 正確的輸入資料
最低限度的輸入其實不多:名字、一段簡短介紹,以及一句描述溝通風格的話。若要得到更好的結果,建議加入這些原始素材:
- 匯出的 WeChat 對話
- 語音留言逐字稿
- 附有背景說明的照片
- 你自己寫下的回憶
較強的輸入範例:
- Name:
Dad - Basic info:
Retired teacher, blunt but soft-hearted, avoids direct praise - Communication style:
Always asks if I ate, worries about money, says "Don't stay up late"
為什麼這樣有效:create-parents 的使用流程能把具體習慣映射成口頭禪、關心模式與情境記憶。像「kind and loving」這種模糊描述,通常只會得到比較扁平、泛化的輸出。
第一次執行前,先照這條閱讀路徑看 repo
先讀以下檔案:
README.md:確認安裝位置與指令SKILL.md:了解觸發方式、輸出路徑與管理指令prompts/intake.md:看清楚實際 onboarding 會問哪些問題prompts/memory_analyzer.md與prompts/persona_analyzer.md:理解 skill 會從哪些證據中抽取資訊tools/wechat_parser.py:如果你的主要來源是 WeChat 匯出資料,這份尤其要先看
這個閱讀順序很重要,因為 create-parents 本質上是 prompt 驅動的流程。當你先理解 intake 與 analyzers 在抓什麼,就能在正式呼叫前先整理更乾淨、可用性更高的素材。
一套實用的 create-parents 工作流程
建議工作流程如下:
- 先用
/create-parents開始 - 用具體細節回答那 3 個 intake 問題
- 第一次先匯入單一來源,最好從聊天紀錄或文字回憶開始
- 分開檢查產生出的 parent memory 與 persona
- 先用一段短對話測試
- 找出不吻合之處後,以 update mode 重新執行
如果你的目標是把 create-parents 用在 Prompt Writing,請把第一版視為草稿。你可以反問:「他們絕對不會說什麼?」「少了哪句口頭禪?」「他們通常最先問的是什麼?」這類修正,往往比一直補長篇生平資料,更能有效提升真實感。
create-parents skill 常見問題
create-parents 適合新手嗎?
如果你本來就有在用 Claude Code,算是適合。intake 流程不複雜,repo 內也附了 prompt 檔案來引導整個過程。真正比較有門檻的部分,是整理個人素材,以及理解產生的檔案會寫到哪裡。如果你沒有在用 Claude Code,或不希望它透過工具來建立檔案,那這個 create-parents skill 多半不適合你。
什麼情況下它比一般 prompting 更好用?
當你需要跨 session 的一致性、可更新的記憶內容,以及可重複使用的 persona 檔,而不只是一次性的情緒角色扮演時,就該用 create-parents。如果你只想快速得到一句「用我媽媽的語氣寫一段訊息」,一般 prompt 反而更快。隨著你的素材變多、需要反覆修正的次數增加,這個 skill 的價值也會越明顯。
它有哪些界線與隱私注意事項?
這個 repo 的定位是個人記憶整理與情感溝通,不是拿來做監控或侵犯隱私的用途。你應該只匯入你有權使用的素材。另外,輸出結果只是根據現有證據做出的近似重建,不應被視為真人本身的事實替代,也不能當成治療或專業情感支持的替代品。
repo 是否完整支援所有提到的來源類型?
目前看起來沒有。SKILL.md 提到了多種 parser,但從 repo 預覽可明確看到的,主要是 tools/wechat_parser.py,以及版本與 skill 管理腳本。因此最穩妥的 create-parents 使用路線,仍然是以文字回憶加 WeChat 資料為主,再搭配人工微調。
如何改善 create-parents skill
給 create-parents 更多行為證據,而不是更多形容詞
品質提升最大的關鍵來自「模式」,不是稱讚詞。與其寫「我媽媽很溫暖」,不如提供:
- 她打電話時第一句通常問什麼
- 她會反覆提哪些話題
- 她怎麼表現擔心
- 她的原話或慣用句
- 你去看她或離開時,她通常會做什麼
這能幫 skill 從可觀察的行為建立規則,讓回應更像本人,也比較不會流於空泛的情緒套話。
修正常見失敗模式
常見的弱輸出通常來自:
- 輸入太抽象
- 把你的詮釋和直接證據混在一起
- 缺少說話習慣的例子
- 背景故事很多,但沒有反覆出現的情境
如果結果讓你覺得「人很好,但不像他/她本人」,先不要整份重寫。比較有效的做法是只要求模型修正三件事:禁止出現的句型、一定要包含的口頭禪,以及預設最常關心的主題。這通常比全面重寫更有效。
第一版之後一定要迭代
這個 repo 本來就支援演進式更新,所以要善用它。測試完產生的 parent skill 後,可以補上這類修正:
- 「他們絕對不會用很長的抒情段落。」
- 「他們總是傳短訊息,不會寫得像潤稿過的文章。」
- 「他們最先關心的是睡眠,工作反而第二。」
- 「把抽象安慰改成實際提醒。」
這類更新能讓 create-parents skill 更銳利、更像本人,同時不必丟掉已經建立好的記憶結構。
改善用於 Prompt Writing 的 create-parents
如果你是把 create-parents 用在 Prompt Writing,請同時定義聲音風格與邊界。實用的補充資訊包括:
- 方言或用詞偏好
- 回應長度
- 情感表達是直接還是含蓄
- 父母會避開哪些話題
- 面對壞消息和好消息時,各自會怎麼反應
最好的輸出通常來自兩層資訊的平衡:一層是 prompts/memory_* 風格的事實記憶,另一層是 prompts/persona_* 風格的行為限制。這正是 create-parents 的核心優勢。
