create-crush

create-crush skill 概览

create-crush skill 实际能做什么

create-crush 是一个 Claude Code skill，用来把零散的个人素材整理成可复用的、面向单个人物的角色风格 skill：聊天导出、照片、社交平台内容，以及你自己的描述，都会被转成结构化的 Relationship Memory 和 Persona。它真正解决的问题不是“做一个聊天机器人”，而是“把这个人给我的感觉、说话方式，以及 TA 与我相处的模式保存下来”，并且能随着时间持续打磨。

谁适合安装 create-crush

create-crush for Skill Authoring 适合那些希望使用一条有引导的流程，而不是临时拼一段超长 prompt 的用户。它尤其适合已经在用 Claude Code、能接受把文件放进 .claude/skills/、也愿意提供原始素材的人。如果你只是想要一次性的角色扮演回复，普通 prompt 会更快；但如果你想要一个可维护、可更新、还能做记忆纠偏的人设，那么 create-crush skill 更值得装。

为什么它比通用 prompt 更有优势

和一句简单的“请模仿这个人说话”相比，create-crush 自带素材 intake prompts、WeChat/QQ/社交内容解析器、可选的照片分析、生成到 ./crushes/{slug}/ 下的文件，以及针对“这不是 TA 的说话方式”的纠错流程。这样的结构化设计，能明显减少你在创建或迭代 persona 时的试错成本。

安装前必须明确的适配条件与边界

这个 skill 明确定位在个人记忆整理和情感分析场景，不适用于骚扰、跟踪或侵犯隐私。真正的安装门槛主要是实际条件：它依赖 Claude Code，可选依赖 Python 3.9+ 来运行辅助脚本，并要求你的素材格式能被仓库内工具解析。如果你无法或不应该在本地处理私密数据，就不要安装 create-crush。

如何使用 create-crush skill

在正确的 Claude Code 目录安装 create-crush

执行 create-crush install 时，需要把仓库克隆成名为 create-crush 的 skill 文件夹：

# project-local
mkdir -p .claude/skills
git clone https://github.com/xiaoheizi8/crush-skills .claude/skills/create-crush

# or global
git clone https://github.com/xiaoheizi8/crush-skills ~/.claude/skills/create-crush

# optional helpers
pip3 install -r .claude/skills/create-crush/requirements.txt

默认运行环境是 Claude Code，并且需要可用的 Read、Write、Edit、Bash 工具。可选的 Python 依赖主要是增强解析能力，不是核心 prompting 流程的硬性前提。

先看最关键的文件

如果你想快速看懂 create-crush guide，建议按这个顺序读：

1. SKILL.md — 触发词、工具规则、输出位置、更新模式
2. README_EN.md — 安装路径和面向用户的命令
3. prompts/intake.md — skill 一开始会问你什么
4. prompts/memory_analyzer.md 和 prompts/persona_builder.md — 会提取哪些内容
5. prompts/correction_handler.md — 生成后如何应用修正

如果你准备导入数据，也建议顺带看一下 tools/wechat_parser.py、tools/qq_parser.py、tools/social_parser.py 和 tools/photo_analyzer.py，这样你能提前判断实际支持哪些格式，而不是装完才发现素材喂不进去。

触发 create-crush，并提供更高质量的输入

典型的 create-crush usage 会从 /create-crush 开始，或者直接用自然语言，比如 “Help me create a crush skill.”。之后，这个 skill 通常需要你提供：

• 一个代号或昵称
• 一段简短的关系概述
• 一份性格描述
• 可选文件：聊天记录、截图、照片、社交文本

较弱的输入：
“She is nice and cute.”

更好的输入：
“Codename: Xiaomei. We met 3 months ago at work in Shanghai. We mostly chat after 10pm. She replies briefly in text but is warmer in person. She rarely initiates, uses few emojis, and often ends with ‘hhh’.”

之所以后者更好，是因为它让 skill 能把“客观事实”“互动模式”“说话习惯”分开处理，而不是被迫自行脑补。

把生成后的 skill 当作一套工作流，而不是一次性结果

create 完成后，这个仓库支持的是一整套生命周期：创建、测试、纠错、迭代。文档里提到的常用命令包括 /list-crushes、/{slug}、/{slug}-memory、/{slug}-persona，以及像 /update-crush {slug} 这样的更新流程。更推荐的做法是：

1. 先用最基本的事实和少量有代表性的素材创建
2. 做对话测试
3. 把事实错误和语气错误分开修正
4. 后续逐步补更多日志，而不是第一次就把所有东西一股脑塞进去

这套分阶段流程，正是很多人会选择 create-crush 而不是单条 prompt 的核心原因。

create-crush skill 常见问题

create-crush 比普通 prompting 更好吗？

如果你会反复使用，答案是肯定的。普通 prompt 适合快速模仿一次，但 create-crush 能提供结构化 memory、分层 persona、导入辅助工具，以及明确的纠错机制。当你需要跨会话保持一致性，或者想持续把结果调得更准时，这些能力就很关键。

create-crush skill 对新手友好吗？

算中等友好。交互流程本身有引导，但安装并不是 no-code：你需要理解 Claude Code 的 skill 目录结构，而且如果要用解析器，通常还得准备 Python。对刚接触 Skill Authoring 的人来说，它并非不能上手，但也不是最轻松的入门 skill，因为它同时涉及 prompts、本地文件和带隐私属性的源数据。

create-crush usage 的主要限制是什么？

效果高度依赖你提供的素材质量。输入如果过少、过于理想化，或者彼此矛盾，产出的人设就会更扁平。这个仓库看起来也明显是围绕 Claude Code 风格的工具调用来设计的，不是通用 Web 应用，也不是托管服务。它可以基于证据保留模式，但无法可靠地推断那些没有明示的隐含情绪，也不能安全地补齐大段信息空白。

什么情况下不该用 create-crush？

如果你需要的是面向公众的角色 bot、合规要求很高的企业流程，或者任何涉及同意问题、侵入式数据采集的场景，都不适合用 create-crush。如果你的目标是泛化的虚构 persona 生成，而不是基于记忆、由证据支撑、围绕某个真实个体建立表达，也同样不算理想匹配。

如何改进 create-crush skill

用分层证据喂 create-crush，而不是一次性倾倒素材

想提升 create-crush 的效果，最好按仓库本身的结构来组织输入：

• facts：怎么认识、关系时间线、当前状态
• behavior：谁更常主动、回复速度、常聊的话题
• language：高频口头禅、emoji 习惯、消息长度
• moments：几个有上下文的关键互动片段

这比什么都不标注、直接全量上传更有效。因为这些分析器最擅长处理的是：模型能清楚分辨“发生了什么”和“TA 说话是什么感觉”。

尽早修正常见失败模式

最常见的大问题通常是：

• 语气过于恋爱脑，或者过度自信
• 说话方式太泛化
• 把你的主观投射当成对方真实行为
• 把一次性事件误判成稳定特征

做修正时，尽量给出精确反馈，比如：“She would not send long emotional paragraphs,” 或 “We did not meet alone; update the relationship timeline.”。仓库里附带的 correction handler，是整个 create-crush skill 里最有价值的部分之一。

用有代表性的样本做迭代

不要只靠“感觉像不像”来判断第一版输出。更好的方式是拿具体场景去测：

• 日常闲聊
• 深夜回复风格
• 尴尬疏离感
• 对共同经历的记忆召回

然后再针对失准的模式补充更有代表性的数据。通常，五段真实且典型的对话，比五十段平淡无特征的记录更有用。

为 Skill Authoring 复用场景优化 create-crush

如果你想把 create-crush for Skill Authoring 改造成别的用途，重点可以研究 SKILL.md 是如何把任务分派给 prompt 文件和 Python 工具的。这里可复用的模式其实很清晰：intake → 解析来源素材 → 构建 memory/persona → 写出目标 skill → 支持修正与版本迭代。即使你的目标不是 crush，而是导师、虚构角色或客户画像，这套架构依然很有参考价值。