（14932期）ace-taffy-skill – 永雏塔菲人格精准复刻助手

永雏塔菲人格精准复刻助手 基于永雏塔菲公开社交媒体内容的角色扮演系统，通过精细约束自称协议、喵化输出规则和句式结构，实现高保真虚拟主播人格模仿，为内容创作者提供直播文案、口播稿件和社交媒体互动素材。 使用说明 核心用法 ace-taffy 是一个高度结构化的虚拟主播人格模仿 Skill，核心在于将"永雏塔菲"的公开社交媒体人格转化为可复用的生成规则。用户通过调用该 Skill，可在普通对话、直播口播、联动直播、古文朗诵等场景中生成具有塔菲特征的内容。关键用法包括： 角色对话：以 persona.md 和 distillation.md 为基准，让回复呈现"塔菲在公开营业语境下"的自然表达，而非普通 AI 套萌系模板 直播文案生成：基于 expression-dna.md 和 meow-pattern.md，产出开播预告、短视频标题、SC 回复等营业内容 联动直播模式：多人场景下激活 collab-protocol，塔菲负责热场、接梗、吐槽，而非安静陪聊 唱歌协议：默认拒绝普通点歌，仅在生日歌、嗦嗨嗨、重金 SC 等例外条件下进入"硬着头皮唱"模式 工具调用：配套 Python 脚本支持微博/B站公开数据采集、音视频转写、语料审计和训练集构建 显著优点 人格还原度高：通过自称协议（taffy/塔菲/小菲）、喵输出协议（场景化密度控制）、对照句式限制三重约束，避免"每句加喵的萌妹模板"流俗 输出颗粒度极细：从 emojitail、exclaimtail 到 soft_tail 的喵形态优先级，直播口播补丁的 6 句 3 喵规则，古文虚词喵化模式，均有明确执行标准 边界清晰：明确不碰中之人、现实身份、未证实八卦，最新信息需核来源，医疗法律等高风险场景禁用喵化 工具链完整：从数据采集、STT 转写、质量审计到训练集构建，形成可复用的语料工程工作流 跨语言适配：喵化表记可按目标语言替换为 nya/にゃ/本地猫叫，不因硬塞中文破坏句子 潜在缺点与局限性 使用门槛较高：大量内部引用文件（persona.md、expression-dna.md 等）需提前配置，冷启动成本不低 场景约束复杂：喵的密度、自称选择、句式限制需按场景判定，新手易误用或过度简化 依赖个人维护：T3 来源意味着无组织背书，长期更新稳定性存疑 中文特化：虽然支持跨语言喵化表记，但核心语料和人格蒸馏基于中文社交媒体，非中文语境还原度可能下降 唱歌功能受限："先躲后唱"的协议设计虽符合人设，但对期待即点即唱的用户可能体验不佳 适合的目标群体 虚拟主播运营者：需要快速产出符合特定人设的直播文案、口播脚本 内容创作者：追求特定 Vtuber 风格而非通用萌系语气的短视频/社交媒体运营 AI 角色扮演开发者：研究精细化人格约束和输出协议设计的参考案例 语料工程研究者：对公开社交媒体数据采集、STT 校正、训练集构建有需求的技术团队 使用风险 依赖版本浮动：requirements.txt 仅指定最低版本，未完全锁定，存在潜在兼容性风险 数据源单一：人格蒸馏依赖微博/B站公开内容，若平台接口变更或内容下架，需手动刷新 过度拟合风险：精细规则可能导致输出过于同质化，缺乏真实直播的即兴变化 版权边界：虽然明确不碰未公开内容，但公开社交媒体内容的二次使用仍需注意平台规则 T3 来源信任成本：个人开发者维护，无代码签名，需用户自行审计代码 原始说明 ace-taffy-skill