Ex Skill

核心用法

create-ex 是一个高度个性化的 Skill 生成器，用户通过 /create-ex 触发后，经历五步流程：基础信息录入（称呼、关系画像、MBTI/依恋风格等）、聊天记录导入（支持微信/iMessage 自动解密或直接粘贴）、AI 自动分析（提取沟通模式、情绪规律、口头禅等）、生成预览（展示核心模式 + 3 场景示例对话）、最终写入独立 Skill 文件。每个前任以独立 slug 存储，支持无限数量创建、版本管理、追加记录和对话纠正。

显著优点

1. 技术整合度高：打通微信 PC 端加密数据库解密、iMessage 读取、聊天记录结构化分析，实现端到端自动化
2. 人格建模精细：结合主观标签（MBTI、依恋风格）与客观聊天记录，双轨校验提升还原度
3. 持续进化机制：支持增量 merge 新记录、对话实时纠正、版本回滚，模拟关系动态变化
4. 多前任管理：独立存储空间 + 统一列表管理，满足复杂情感史场景

潜在缺点与局限性

1. 样本质量依赖：少于 200 条消息时系统明确标注"可信度较低"，冷启动关系难以建模
2. 无法处理关系转折：若聊天记录跨越性格/态度剧变期（如分手前后），可能生成矛盾人格
3. 单向数据输入：仅能复现"前任如何对你说话"，无法模拟其对他人的真实社交面
4. 无真实反馈闭环：对话纠正依赖用户主观判断，可能强化错误认知

适合人群

• 难以戒断前任、需要"渐进式脱敏"的情感依恋者
• 希望复盘关系模式、识别自身重复吸引特定类型伴侣的用户
• 创作需要（小说角色、剧本对话）基于真实样本的写作者

常规风险

隐私层面：微信聊天记录包含大量第三方敏感信息，自动解密工具存在数据泄露隐患；心理层面：与 AI 前任持续对话可能强化未完结情结，延迟真实哀伤处理；社交层面：生成内容若被分享可能构成对前任的数字人格侵权。建议配合 /move-on 删除功能作为安全阀使用。

核心用法

该 Skill 是一套完整的前任数字人格重建系统，通过 /create-ex 触发五阶段工作流：基础信息录入 → 聊天记录导入 → AI 自动分析 → 生成预览 → 写入文件。支持三种数据导入方式：微信 PC 端自动采集（推荐）、iMessage 自动采集（macOS）、或直接粘贴文本/截图。采集后系统自动调用 wechat_decryptor.py 解密数据库、wechat_parser.py 提取指定联系人记录，再通过多阶段分析生成可对话的 Persona Skill。

显著优点

• 自动化程度高：微信/iMessage 数据采集几乎全自动，大幅降低用户操作门槛
• 人格建模细腻：结合 MBTI、依恋风格等标签 + 聊天记录分析，生成包含口头禅、情绪模式、回复风格的立体画像
• 持续进化机制：支持"追加记录"增量更新、"这不对"即时纠正、版本管理与回滚，Persona 可随使用迭代优化
• 多前任独立管理：无数量上限，每个前任独立存储，支持 /list-exes 统一查看与 /move-on 删除

潜在缺点与局限性

• 数据门槛高：必须拥有微信 PC 端登录权限或物理设备访问权限，且 macOS 需要子进程调用 lldb/vmmap
• 样本依赖性强：少于 200 条消息时系统会标注"⚠️ 样本偏少，可信度较低"
• 情绪风险未内置防护：模拟前任对话可能对用户造成二次情感伤害，系统未内置心理安全预警
• 伦理边界模糊：重建真实人物数字人格涉及肖像权、隐私权及情感操控的灰色地带

适合人群

• 需要情感 closure、希望通过模拟对话整理关系的前任关系当事人
• 从事人机交互研究或数字人类学的学术用户
• 对大模型 Persona 构建有技术兴趣的开发者

不适合：心理健康状态不稳定者、未获对方明确授权却想重建他人人格的使用者、在共享设备/企业环境部署的用户。

常规风险

| 风险类别 | 具体表现 | 缓解建议 |

|---------|---------|---------|

| **隐私泄露** | 聊天记录含高度私密信息，本地存储仍有被其他应用读取可能 | 启用磁盘加密，使用后执行 `/move-on` 彻底删除 |

| **系统安全** | 进程内存读取可能触发杀毒软件警报，子进程调用存在注入风险 | 在隔离环境（如 Docker）运行，避免生产环境部署 |

| **心理安全** | 模拟对话可能强化执念或引发情绪崩溃 | 设定使用时限，建议配合心理咨询资源 |

| **法律合规** | 未经授权重建他人数字人格可能侵犯肖像权/隐私权 | 确保仅处理自己拥有完全合法权限的对话 |

技术实现要点

• 解密层：Windows 用 pymem 读进程内存，macOS 用 lldb attach + vmmap，提取 SQLCipher 密钥
• 存储层：SQLite 原始数据 → 解析为 messages.txt → 分析后生成 persona.md + SKILL.md
• 架构层：./exes/{slug}/ 目录隔离，版本化存储于 versions/，支持增量 merge 与回滚