（14388期）yourself-skill – 你的数字分身制造器

你的数字分身制造器 基于本地聊天记录、照片等个人数据生成AI数字镜像的开源工具，纯本地处理无上传风险，适合个人自我认知与对话反思。 使用说明 "自己.skill"是一款创新性的个人AI镜像生成工具，允许用户通过导入微信/QQ聊天记录、社交媒体内容、照片元数据等材料，构建一个能够模拟自己说话风格和思维模式的数字自我。 核心用法 用户通过/create-yourself触发创建流程，经历基础信息录入（3个核心问题）、原材料导入（支持5种数据格式）、智能分析（Self Memory+Persona双线建模）、预览确认、文件生成五个步骤。生成的Skill包含三个触发模式：：/{slug}}完整人格模拟、、/{slug}-self自我档案查询、、/{slug}-persona纯性格风格模式。进化模式支持追加新文件和对话纠正，版本管理提供备份回滚功能。 显著优点 纯本地隐私保护：所有数据处理在用户设备完成，聊天记录、照片等敏感信息零上传 多源数据融合：支持微信、QQ、社交媒体、照片EXIF、口述等多元输入，还原度随数据量增加而提升 双层人格建模：Self Memory（经历价值观）与Persona（表达风格）分离设计，使AI既能"像你说"也能"像你思" 持续进化机制：支持增量更新和实时纠正，数字自我可随真实自我同步成长 开源透明可审：MIT许可证，全部Python源码可查，无黑箱操作 潜在缺点与局限 T3来源可信度：开发者为个人账号，未经知名企业/机构背书 依赖项冗余：声明了requests、pypinyin但未实际使用，增加潜在攻击面 解析覆盖率有限：微信导出工具多样，可能存在格式兼容性问题 人格还原天花板：AI无法真正复制人类潜意识和情感波动，"像"不等于"是" 版本管理手动化：无自动备份策略，依赖用户主动触发/yourself-rollback 适合的目标群体 希望深度自我认知的 introspective 用户 需要"数字分身"辅助决策或预演对话的场景 研究者/写作者希望通过AI模拟特定人物视角 对本地隐私有强要求、不愿数据上云的技术敏感用户 使用风险 隐私合规风险：导入含他人信息的聊天记录需获得对方同意，避免侵犯第三方隐私 心理依赖风险：过度认同数字镜像可能导致自我认知偏差，需明确"工具"边界 数据残留风险：Skill文件存储于本地.claude/skills//目录，共享设备需注意清理 版本冲突风险：频繁更新可能产生Persona漂移，建议定期用/list-selves审查版本 原始说明 yourself-skill