create-parents

create-parents skill 概览

create-parents 的作用是什么

create-parents skill 可以把回忆、聊天记录、照片和语音笔记整理成一个可复用的父母 persona skill，供 Claude Code 使用。它真正要做的，不只是“生成人设”，而是搭建一层结构化记忆加说话风格，让结果更接近父母真实的关心方式、口头禅，以及他们在长期互动中的回应习惯。

谁适合安装这个 create-parents skill

最适合的人群：想做个人记忆留存、追求情感真实感的 Prompt Writing，或希望在 Claude Code 里进行家庭角色模拟的用户。如果你需要的不只是一次性 prompt，而是一套可重复执行的工作流，能在 ./parents/{slug}/ 下生成文件，并支持后续更新、列出、回滚和删除，那么 create-parents skill 会特别有用。

它和普通 prompt 有什么不同

通用 prompt 当然也能模仿“温柔的妈妈”或“严厉的爸爸”，但这个 repo 额外提供了引导式 intake 流程、记忆与 persona 分析器，以及针对导出聊天数据的工具化解析。对于将 create-parents 用于 Prompt Writing 的用户来说，它最大的区别在于“结构化”：它把关系记忆和行为 persona 分开处理，通常比直接让模型“像我父母一样说话”更稳定，也更不容易产出套路化表达。

采用前需要注意的主要问题

这个 skill 是为 Claude Code 设计的，不是面向通用聊天 UI。它默认你有 skill 安装位置、可调用 Read、Write、Edit、Bash 等工具，并且手头有足够的个人素材作为依据。还要注意，SKILL.md 里提到了 qq_parser.py、social_parser.py、photo_analyzer.py 等解析器，但从当前可见的 repo 快照看，主要能看到的是 wechat_parser.py。所以更稳妥的路径，是优先使用 WeChat 导出数据和文本类记忆输入。

如何使用 create-parents skill

在 Claude Code 中安装 create-parents

这个 repo 的 README.md 给的是基于 clone 的安装方式，不是 npx。在你的 git repo 根目录执行：

mkdir -p .claude/skills
git clone https://github.com/xiaoheizi8/parents-skills .claude/skills/create-parents

也可以全局安装：

git clone https://github.com/xiaoheizi8/parents-skills ~/.claude/skills/create-parents

安装后，在 Claude Code 里可以通过 /create-parents、/create-mom、/create-dad，或者自然语言请求来调用它。对于是否安装 create-parents 的判断，最关键的一点是：你是否真的在使用 Claude Code，并且愿意允许它执行文件系统和 shell 操作。

给这个 create-parents skill 提供正确的输入

最低输入门槛其实不高：一个名字、一段简短概述，以及一行沟通风格说明。想要效果更好，建议再补充这些原始素材：

• 导出的 WeChat 聊天记录
• 语音笔记转写
• 带上下文的照片
• 你自己写下的回忆

高质量输入示例：

• 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"

为什么这样更有效：create-parents 的使用流程可以把这些具体习惯映射成口头禅、关心模式和场景记忆。像“kind and loving”这种笼统描述，通常只会得到更扁平的输出。

首次运行前，按这个顺序阅读最省事

先看这些文件：

1. README.md：确认安装位置和命令
2. SKILL.md：了解触发方式、输出路径和管理命令
3. prompts/intake.md：查看 onboarding 的具体提问
4. prompts/memory_analyzer.md 和 prompts/persona_analyzer.md：理解这个 skill 会提取哪些证据
5. tools/wechat_parser.py：如果你的主要来源是 WeChat 导出数据，这个文件尤其要看

这个阅读顺序很重要，因为 create-parents guide 本质上是 prompt 驱动的。你先搞清楚 intake 和分析器在找什么，再去准备素材，首次调用时输入会干净很多，结果也更稳。

用一套实用的 create-parents 工作流

比较稳的工作流是：

1. 从 /create-parents 开始
2. 用具体细节回答那 3 个 intake 问题
3. 先导入一种来源，优先聊天记录或书面回忆
4. 分开检查生成出来的 parent memory 和 persona
5. 先做一轮短对话测试
6. 把不对劲的地方纠正后，用 update 模式重新跑

如果你的目标是把 create-parents 用在 Prompt Writing 上，建议把第一版当作草稿。你可以反问这些问题：“他们绝不会说什么？”“少了哪句最常说的话？”“他们通常第一时间会先问什么？”这类修正，往往比继续往里塞长篇人物传记更能提升真实感。

create-parents skill 常见问题

create-parents 对新手友好吗？

如果你本来就在用 Claude Code，那它算友好。intake 流程比较简单，repo 里也有 prompt 文件一步步引导你完成。真正更有门槛的部分，是整理个人素材，以及弄清楚生成文件会写到哪里。如果你并不用 Claude Code，或者不想让工具创建和修改文件，那这个 create-parents skill 大概率不适合你。

什么时候它比普通 prompting 更值得用？

当你需要跨会话一致性、可更新的记忆层，以及一个可复用的人物文件，而不是一次性的情绪化角色扮演时，就更适合用 create-parents。如果你只是想临时“用我妈妈的语气写一段话”，普通 prompt 反而更快。你的素材越多、越需要反复迭代，这个 skill 的价值就越高。

它的边界和隐私问题有哪些？

这个 repo 的定位是个人记忆整理和情感沟通，不是做监控，也不是鼓励侵犯隐私的用途。你只应该导入你有权使用的素材。同时也要明确，输出结果只是基于现有证据做出的近似拟合，不能把它当成对真实当事人的事实替代，更不能当成治疗或专业建议的替代品。

这个 repo 真的完整支持它提到的所有数据来源吗？

从当前可见信息来看，并不完全是。SKILL.md 提到了多个解析器，但 repo 预览里清楚能看到的主要是 tools/wechat_parser.py，外加版本和 skill 管理脚本。因此，当前最稳妥的 create-parents 使用路径，仍然是文本回忆加 WeChat 数据，再配合手动打磨。

如何改进 create-parents skill

想提升 create-parents 效果，优先补行为证据，不要只加形容词

质量提升最大的关键，不是更多赞美词，而是更多行为模式。与其写“my mom is warm”，不如提供：

• 她打电话第一句通常问什么
• 她会反复提哪些话题
• 她是怎么表达担心的
• 她有哪些固定说法
• 你回家或离开时，她会做什么

这能帮助 skill 从可观察行为里提炼规则，既能提升回应的真实感，也能减少空泛的情绪化套话。

先修最常见的失败模式

常见的弱输出通常来自这些问题：

• 输入过于抽象
• 把你的主观解读和直接证据混在一起
• 没有提供说话习惯的例子
• 背景故事很多，但缺少反复出现的场景

如果结果感觉“挺温柔，但不像他们本人”，不要急着整段重写。更有效的做法通常是只让模型改三件事：禁止出现的表达、必须包含的口头禅、默认最关心的话题。这样往往比彻底推翻重来更有效。

第一版出来后，一定继续迭代这个 create-parents skill

这个 repo 本身就支持演化式更新，所以要用起来。测试完生成的 parent skill 后，可以补充这样的修正：

• “They would never use long emotional paragraphs.”
• “They always send short messages, not polished prose.”
• “They care about sleep first, career second.”
• “Replace abstract comfort with practical reminders.”

这种更新方式能在不丢掉已有记忆结构的前提下，持续把 create-parents skill 打磨得更准。

如何把 create-parents 更好地用于 Prompt Writing

如果你是把 create-parents 用在 Prompt Writing 上，除了声音风格，还要把边界一起定义清楚。值得补充的信息包括：

• 方言或措辞偏好
• 回复长度
• 表达关爱是直接说出口，还是更多靠暗示
• 父母会回避哪些话题
• 他们面对坏消息和好消息时的反应差异

通常最好的输出，来自两层信息的平衡：一层是 prompts/memory_* 这类风格里的事实记忆，另一层是 prompts/persona_* 这类风格里的行为约束。这种组合正是 create-parents 的核心优势。