immortal-skill

immortal-skill skill 概览

immortal-skill 真正用来解决什么问题

immortal-skill 是一个结构化 skill，用来把关于某个人的零散记录整理成可供 agent 加载的“数字人格”包。它的核心价值不只是总结聊天记录，而是引导 agent 完整走过角色选择、来源收集、证据分级、冲突处理和输出生成等步骤，让最终结果不仅“像这个人”，还尽可能保留其思考方式、沟通风格、记忆习惯和决策逻辑。

哪些人适合安装 immortal-skill

如果你正在围绕“以人为核心的知识资产”做严肃的 Skill Authoring，immortal-skill 会很合适。典型场景包括：保存你自己的工作方式、整理导师的方法论、在同事离职前沉淀团队经验，或基于公开资料构建一个公众人物顾问。尤其当普通 prompt 太松散、你需要在多个案例里复用同一套结构化流程时，immortal-skill 的价值会很明显。

为什么用户会选它，而不是通用 prompt

immortal-skill 的主要差异点在于工作流深度。仓库里不只有 persona 模板，还提供了平台专用 collectors、示例、recipes，以及两个相关的保护型 skills：distill-protocol-skill 用于定义使用条款，distill-shield-skill 用于加入防护 canary。相比“把几段消息贴进去，让模型模仿某个人”，immortal-skill skill 更接近一套可落地执行的操作流程。

最重要的采用前注意事项

immortal-skill 在方法设计上很强，但是否好用，取决于你的数据获取条件和伦理边界。很多高价值来源都需要平台 token、数据导出或本地数据库访问。仓库也默认你具备 python3 环境，而且实际收集质量会因来源不同而波动。如果你只是想根据几段文字快速模仿一种语气，这套东西大概率偏重；但如果你需要可追溯、可复用的蒸馏流程，它会更适合。

如何使用 immortal-skill skill

安装和上手 immortal-skill 时，第一批该读哪些文件

建议先看 SKILL.md，然后依次看 FOR_AI.md、README.md、docs/PLATFORM-GUIDE.md，以及 personas/ 和 recipes/ 下面与你场景相关的文件。这个仓库没有在 SKILL.md 里提供一个统一的复制即用安装命令，所以更适合把它理解为“由仓库支撑的 workflow skill”，而不是一个执行一次命令就能跑起来的 package。若你打算使用 collectors 或辅助脚本，基本上需要准备好 python3。

推荐阅读顺序：

1. SKILL.md：查看规范工作流
2. personas/_base.md 加一个具体角色模板
3. recipes/intake-protocol.md
4. docs/PLATFORM-GUIDE.md
5. 如果权限控制或保护机制很重要，再看相关 subskills

想让 immortal-skill 跑得好，需要提供哪些输入

想获得高质量的 immortal-skill usage，一开始就应该给 agent 这四类信息：

• 目标人物和角色类型：self、colleague、mentor、family、partner、friend 或 public figure
• 允许使用的数据来源，以及采集限制
• 期望输出目标：archive、internal training、advisor、memory preservation 或 agent skill pack
• 伦理边界：是否有 consent、是否需要 redaction、是否只限公开资料、是否涉及家庭敏感信息、或是否限定在 workplace 范围内

一个较弱的请求是：“Distill my mentor.”
一个更强的请求是：“Use immortal-skill to distill my mentor into a Skill Authoring package for internal coaching. Sources: exported email threads, 12 meeting notes, and public talks only. Redact third-party private details. Prioritize teaching heuristics, feedback style, and decision principles over biography.”

从模糊目标到可用输出：immortal-skill 的实操流程

一个可靠的 immortal-skill guide 通常是这样走的：

1. 在收集数据前先选好角色模板。
2. 先确认该角色对应的伦理规则。
3. 先从一两个高信号来源开始收集，而不是一上来把所有平台都拉齐。
4. 按这个 skill 强调的维度做蒸馏：procedure、interaction、memory、personality。
5. 先要求输出证据等级和冲突说明，不要过早把所有内容强行合成一个统一口吻。
6. 最终把 skill package 生成到 ./skills/immortals/<slug>/。

这一步很关键，因为过早“混成一个人设”，往往会产出看起来很顺、但实际上不可信的 persona。更好的做法是明确区分“哪些结论有清晰证据支持”与“哪些模式是基于多来源推断出的较大概率判断”。

会直接影响结果的采集路径与质量建议

这个仓库通过 collectors/ 支持多种输入方式，例如 slack.py、discord.py、telegram.py、wechat.py、email_collector.py 和 manual.py。如果你能自动化采集，先看 docs/PLATFORM-GUIDE.md，确认 token scopes 和 setup 步骤；如果做不到，就采用手工整理，但一定要保留来源 provenance。

质量建议：

• 优先使用带上下文的长对话，而不是孤立摘录
• 尽量纳入能体现决策、反馈、冲突和日常行为的材料
• 公开资料和私有资料要分开处理
• 如果目标人物在不同时期变化明显，记得标注时间段
• 面向公众人物时，必须严格保持 source-traceable

immortal-skill skill 常见问题

immortal-skill 适合新手吗？

适合，只要你能接受分阶段推进的工作流。immortal-skill 比自己从零发明一套蒸馏方法更容易，但它绝不是“一条 prompt 搞定”的工具。新手更建议从 self 或 public-figure 场景开始，因为这两类场景在 consent 和来源边界上通常更清晰。

什么情况下，immortal-skill 比普通 prompting 更值得用？

当你需要结果稳定、能体现证据意识、并且最终产物可以复用时，就该用 immortal-skill skill。普通 prompt 可能足够应付“说话像这个人一点”这种需求；而 immortal-skill 更适合保存一个人的做事方法、沟通模式和决策规则，并让另一个 agent 在之后可直接加载使用。

什么情况下不该用 immortal-skill？

如果你没有使用权限、手头只有极少量且上下文不足的数据，或者你只是想做一个轻量的角色模拟，就不建议用它。还有一种典型不适配情况：你的真实需求其实是抽取事实知识，而不是做人层级的蒸馏。

immortal-skill 能否接入更大的工作流？

可以。这个仓库本身就是按一个小型生态来设计的。如果你需要使用条款或机器可读的限制，可以搭配 distill-protocol-skill；如果你希望在交付数据前加入 canary 或其他保护标记，可以配合 distill-shield-skill。这也让 immortal-skill for Skill Authoring 在真实组织环境里更有实用性。

如何改进 immortal-skill skill 的效果

给 immortal-skill 提供更好的源材料

提升效果最快的方式不是把 prompt 写得更花，而是提升源材料质量。对 immortal-skill 来说，理想语料通常是这些内容的组合：

• 自然发生的对话
• 能体现判断力的材料，例如 emails 或 reviews
• 能展示做事流程的文档
• 少量在情绪上或策略上特别关键的时刻

不要直接扔进毫无元数据的大批原始 dump。很多时候，10 份标注清楚、具有代表性的样本，比几千行未经整理的原始文本更有效。

先让 immortal-skill 产出“证据感知草稿”，不要一上来就要最终人格

一个常见失败模式，是太早要求生成完整的“digital twin”。更稳妥的做法是先让 agent 输出：

1. 按维度提取的 traits
2. 对应的 supporting evidence snippets
3. 存在的矛盾点或不确定性
4. 最后再生成合并后的 persona draft

这样做会显著提高可信度，也会让后续修改容易得多。

围绕角色、受众和边界，把 immortal-skill 的提示词收紧

更好的 immortal-skill usage，几乎都来自明确约束。你要说清楚：谁会使用这个输出、它应该帮助对方完成什么，以及哪些内容必须避免。示例：“Write for internal onboarding, not companionship. Preserve blunt feedback style, but remove private family references and identifiable third-party details.”

像编辑一样在首稿后迭代

完成第一轮后，不要停在“看起来像”这一层，而要做有针对性的修订：

• “What claims lack evidence?”
• “Which traits are overfit to one source?”
• “What is missing about decision-making under pressure?”
• “Rewrite the skill package to sound less flattering and more operational.”

这正是 immortal-skill 真正有价值的地方：它不是一个新奇的“人格克隆”玩具，而是一套可以被检查、被修正、被持续改进并最终值得信任的纪律化蒸馏流程。