用途：通过整合用户画像、AI 画像与向量化的个人笔记，提供个性化、上下文感知的对话，使 AI 能记住并引用用户此前的想法、偏好和知识库。
主要能力：支持定义用户画像与 AI 画像两个 Markdown 文件；将 notes/ 目录下的笔记经 AI Agent 动态分块后，用 BAAI/bge-m3 生成嵌入并存入 ChromaDB；对话时检索语义最相似的前 5 条笔记，结合画像与聊天历史生成回应，并自然引用相关笔记。
使用方式：先创建目录 mkdir -p config notes vector_db scripts；建立 Python 环境 python3 -m venv venv 并安装依赖 ./venv/bin/pip install -r .claude/skills/ai-partner-chat/scripts/requirements.txt（首次运行会下载约 4.3GB 嵌入模型）；从 assets/ 复制画像模板到 config/；将笔记放入 notes/；运行 ./venv/bin/python scripts/chunk_and_index.py 初始化向量库。查询可用 python scripts/query_notes.py "user query text" --top-k 5，新增笔记用 python scripts/add_note.py /path/to/new_note.md，重建库用 python scripts/init_vector_db.py /path/to/notes --db-path ./vector_db。
适用场景：需要个性化交流、上下文感知回应，或希望 AI 引用个人笔记与历史想法的对话。
限制：分块需符合 chunk_schema.Chunk 格式；用户数据存于项目根目录；画像与笔记质量影响检索效果；其余收费、平台等信息暂未提供。