personal-crm

🤝 温暖智能的人脉关系管家

纯文档型个人关系管理技能,通过双文件架构实现高效人脉维护与温和提醒,数据完全本地存储保障隐私。

收藏
5.9k
安装
1.8k
版本
v1.1.0
CLS 安全性认证2026-04-30
点击查看完整报告 >

使用说明

核心用法

Personal CRM 将 AI Agent 转化为个人关系管家,采用独特的双文件存储架构:NETWORK.md 作为深度参考库(完整关系历史、故事背景,可扩展至 3 万+ 词),NETWORK-ACTIVE.md 作为每周快照(当前行动项、逾期联系、固定活动,控制在 5-6k 词)。用户通过自然对话完成联系人录入、关系分层(weekly/monthly/quarterly/biannual/as_needed)、生日提醒设置、固定活动追踪等操作。支持邮件转发自动记录触点、日历集成导入生日数据、以及可选的游戏化目标追踪。

显著优点

性能优化设计:双文件架构确保即使管理 25+ 人脉网络,每日简报仍能快速加载,避免单一大文件的 token 开销。人性化交互哲学:拒绝"逾期""任务"等压力词汇,采用温暖建议式语气;支持关系类型差异化处理(伴侣不提醒、密友优先)。隐私优先:所有数据本地存储于 Markdown 文件,无网络上传,权限申请均为可选。灵活适配:节日提醒采用 opt-in 机制,尊重多元文化背景;支持从 Google Calendar、Facebook 批量导入生日数据。

潜在缺点与局限性

无原生同步机制:纯本地存储意味着多设备使用需手动同步文件,不适合需要云端协作的场景。依赖用户主动性:触点记录、每周刷新(约 5 分钟)均需用户主动触发,缺乏自动化抓取能力。规模天花板:建议 NETWORK.md 超过 4 万词时手动归档,大型网络维护成本递增。功能边界明确:定位个人轻量使用,不支持企业级 CRM 的多用户协作、销售漏斗、自动化营销等高级功能。

适合的目标群体

  • 希望系统维护人脉但厌恶传统 CRM 机械感的个人用户
  • 易忘记生日/重要日期、希望改善社交习惯的群体
  • 自由职业者、顾问等依赖弱关系网络的职业人群
  • 重视数据隐私、拒绝 SaaS 订阅模式的隐私敏感用户
  • 已使用 AI Agent 作为日常助手、希望扩展其能力边界的早期采用者

使用风险

数据持久化风险:本地文件损坏或误删将导致关系数据丢失,需建立定期备份习惯。权限误授权:虽日历/邮件权限为可选,但用户可能因功能诱惑过度授权,建议按需开启。关系维护幻觉:工具提供提醒不等于真实情感投入,存在"记录了=维护了"的认知偏差风险。长期依赖:深度使用后将形成个人社交数据资产,迁移至其他平台成本较高。

安全解读

核心用法

personal-crm 是一款将 AI 代理转化为个人关系管理器的 Skill,采用双文件架构实现高效管理:

  • NETWORK.md(深度参考):存储完整的联系人故事、历史记录和关系背景,可扩展至 30k+ 词
  • NETWORK-ACTIVE.md(每周快照):轻量级约 5-6k 词,包含待办事项、逾期联系人和常规活动,用于每日简报

核心功能包括:
1. 分层联系管理:按周/月/季度/半年/按需设置联系频率

2. 生日与重要日期提醒:支持当日提醒或提前 1-2 周礼品准备提醒

3. 常规活动追踪:每周游戏夜、月度聚餐等重复社交承诺

4. 对话点记录:通过邮件转发或自然语言描述自动记录互动

5. 温和提醒机制:以温暖对话式语气建议联系,避免"逾期"等负面表述

显著优点

  • 隐私优先设计:所有数据本地存储于 Markdown 文件,明确声明永不外泄,符合 GDPR/CCPA 标准
  • 零代码执行风险:纯文档型 Skill,无可执行代码、无动态函数、无外部网络调用
  • 性能优化架构:双文件分离确保即使 25+ 联系人网络也能快速加载每日简报
  • 反操控设计:明确避免内疚感、唠叨、任务化氛围,保持关系维护的温暖本质
  • 灵活集成:可选的日历访问(生日导入、活动提醒)和邮件访问(转发记录对话)

潜在局限

  • 依赖用户主动输入:无法自动抓取邮件、短信等外部数据源,需手动转发或描述互动
  • T3 来源信任成本:作者 matthewpoe 为个人开发者,虽当前版本安全,但长期维护可持续性需关注
  • 无原生同步机制:跨设备使用需自行同步 NETWORK.md 文件
  • AI 代理能力边界:实际效果取决于底层 AI 的日程管理和提醒执行能力

适合人群

  • 希望系统维护人脉但反感传统 CRM 工具功利感的用户
  • 容易忘记生日、疏于联系亲友的忙碌专业人士
  • 重视数据隐私、拒绝云端联系人管理服务的用户
  • 已将 AI 代理融入日常 workflow 的早期采用者

常规风险

  • 数据丢失风险:本地文件未配置自动备份时可能丢失关系历史
  • 社交建议偏差:AI 基于有限上下文生成的"该如何联系"建议可能不符合实际社交礼仪
  • 过度依赖提醒:可能削弱用户自主记忆和主动关怀的能力
  • 节假日假设:虽采用 opt-in 设计,但用户仍可能因文化差异感到不适

personal-crm 内容

手动下载zip · 5.6 kB
SKILL.mdtext/markdown
请选择文件