SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场anyone-skill

anyone-skill

智能体与模型

查看项目

更新于 10-15 10:24

技能介绍

用途

anyone-skill 是一个面向 OpenPersona 的“蒸馏前端”。它的目标是把某个人的独特性——决策方式、语言风格、有限的记忆集合——提炼成一个可携带、可演进的 OpenPersona 技能包。资料将其描述为“Every person is a unique decision system, an irreplicable voice, a finite set of memories”，而该工具负责把这种独特性转化为可运行的 persona。

anyone-skill 本身负责数据收集、四维提取和证据分级，最终输出完整的 OpenPersona persona 包，这一输出由 skills/open-persona 生成。

主要能力

  • 主题分类：将蒸馏对象分为六类—— Yourself（你自己）、Someone you know（你认识的人）、Public figure（公众人物）、Fictional character（虚构角色）、Historical figure（历史人物）、Archetype（原型）。不同类别使用不同数据策略与伦理规则。
  • 伦理与版权检查：对不同类别设有不同规则，例如熟人需确认为个人用途、公众人物需在首次运行时加入免责声明、虚构角色分发时需切换为 Inspired-by 模式、历史人物需标注不确定信息、原型需提示为合成人格。
  • 信息采集：通过固定 3 个问题（代号、基本信息、性格印象）收集输入。根据对象类型，引导用户提供聊天导出、文档/邮件、社交媒体归档或直接粘贴/描述；对公众人物和历史人物会通过 WebSearch 自动检索采访、书籍、演讲、授权传记、公开社交媒体等；对虚构角色会检索角色 wiki、剧本、设定集等。
  • 数据读取与预处理：读取策略为——对所有基于文本的导出格式直接使用 Read；仅对（1）二进制 SQLite .db 文件、（2）过大文件（自动采样至 --max）使用 preprocess.py。
  • 四维提取：Procedure（如何思考）、Interaction（如何说话）、Memory（什么塑造了他）、Personality（硬性边界是什么）。
  • 证据分级：L1 直接引用、L2 转述、L3 推断、L4 灵感。冲突时高等级优先，同级冲突并列展示并注明来源。
  • 生成技能包：将提取结果映射为 OpenPersona v0.17+ 的 persona.json 格式，再通过 skills/open-persona 生成完整 persona 包，包含 SKILL.md、persona.json、state.json、soul/、agent-card.json、scripts/state-sync.js 等。
  • 可选安装：支持 npx openpersona install 与 npx openpersona switch。
  • 导出训练数据：导出包含原始源文件、蒸馏对话轮次、角色档案和元数据的 training/ 目录，供 persona-model-trainer 训练本地模型使用。
  • 演进模式：支持添加新材料、纠正错误描述、回滚版本，并在每次更新后打印 diff 摘要。

使用方式

通过触发词启动，例如：/create-anyone；“distill X into a skill”；“create a persona for X”；“make a skill pack for X”；“I want to talk to X as an AI”；“clone X's personality”。演进已有 persona 时使用：“I have more data”；“add this to X”；“that's not right”；“X wouldn't say that”；或 /update-anyone {slug}。

工作流程分为若干阶段：Phase 0 分类主题；Phase 1 伦理与版权检查；Phase 2 信息采集（恰好 3 个问题）；Phase 3 收集源材料；Phase 4 四维提取；Phase 5 证据分级；Phase 6 生成 OpenPersona 技能包（含 persona.json 构建、技能包生成、可选安装、训练数据导出）；Phase 7 演进。

依赖链为：anyone-skill → skills/open-persona → openpersona create。扩展链（本地模型）为：anyone-skill → persona-knowledge → persona-model-trainer → 可运行的人格模型。

可选集成：当安装 persona-knowledge（skills/persona-knowledge/）时，anyone-skill 会使用它进行持久化存储、语义检索和知识图谱，而不是直接写入 training/raw/。检测命令为 ls skills/persona-knowledge/SKILL.md 2>/dev/null && echo "persona-knowledge detected"。检测到时数据流变为：source → persona-knowledge ingest → MemPalace + KG + wiki → persona-knowledge export → training/。

适用场景

根据资料，适用于：将你自己、你认识的人、公众人物、虚构角色、历史人物或原型人物蒸馏为 OpenPersona 技能包；与 persona-knowledge 集成以进行持久化存储、语义检索和知识图谱；导出训练数据并使用 persona-model-trainer 训练本地人格模型（例如 --model google/gemma-4-E4B-it 等参数）；对已有 persona 进行持续演进、纠错和版本回滚。

限制与规则

  • Layer 0 安全（硬规则，始终强制执行）：针对你认识的人，不得用于骚扰、跟踪或欺骗，不替代真实的人际连接，若检测到不健康的执念会温和建议寻求专业支持；针对公众人物，首次运行需免责声明，不得虚构其未表达过的政治观点或私人生活细节；针对虚构角色（分发时），需启用 Inspired-by 模式，输出必须与原 IP 有实质性差异。
  • 版本管理通过 python3 scripts/version_manager.py 进行，回滚使用 /rollback {slug} {version}。
  • 可用命令示例：npx openpersona create --config persona.json --output ./{slug}-skill；npx openpersona install ./{slug}-skill；npx openpersona switch {slug}。
  • 数据预处理命令示例：python3 ${CLAUDE_SKILL_DIR}/scripts/preprocess.py --input <file.db>（SQLite 提取），以及 python3 ${CLAUDE_SKILL_DIR}/scripts/preprocess.py --input <file> --max 3000（超大文件采样）。
  • persona-knowledge 集成时的写入命令：python skills/persona-knowledge/scripts/ingest.py --slug {slug} --source <path> --persona-name "{Name}"。
  • 训练数据导出命令：python skills/persona-knowledge/scripts/export_training.py --slug {slug} --output training/（可用 --version v2 覆盖版本，--list 查看导出历史）。

关于收费、价格、平台支持范围、具体效果等事实，资料中暂未提供。