核心用法
Soul Archive 是一款数字人格持久化系统，通过四个模式实现人格数字化：
Soul Extract（灵魂沉淀）：用户授权后，从对话中自动提取并归档说话习惯、知识观点、个人信息、性格特征、情感模式等12个维度数据。支持触发词激活（如"灵魂沉淀""soul extract"）或关闭自动采集改为手动模式。
Soul Chat（灵魂对话）：加载归档数据构建角色扮演系统提示词，让AI以"数字克隆体"身份与用户对话，严格遵循存档的语言风格、情感模式和知识边界，不虚构未归档信息。
Soul Report（灵魂报告）：生成交互式HTML人格画像报告，包含大五人格雷达图、语言风格词云、话题兴趣热力图、关系网络等可视化分析。
AI Self-Improvement（AI自我改进）：任务后自动反思、用户纠错时自动批评、抽象可复用行为模式、定期整理记忆碎片。
显著优点
1. 隐私架构领先：数据完全本地存储（~/.skills_data/soul-archive/），默认不上传云端；支持AES-256-GCM加密，密钥派生采用60万轮PBKDF2，丢失密码即永久不可恢复
2. 粒度化控制：config.json可禁用任意提取维度，敏感话题（健康、财务、亲密关系）默认需二次确认
3. 科学完备度模型：采用对数饱和曲线，避免早期数据过度加权，1000次提取可达约51%人格完整度
4. 非侵入式设计：不中断对话流、不追问诱导，符合伦理的"静默沉淀"
潜在缺点与局限
- 冷启动门槛高：需数百至数千次高质量对话才能达到可用完整度
- 技术依赖风险：加密数据丢失密码即永久不可恢复，无后门机制
- Soul Chat的提示词泄露风险：构建的系统提示词是否发送至外部LLM取决于用户配置的agent平台，非Skill本身可控
- 情感延续的伦理争议："身后对话"功能可能引发家属心理依赖或悲伤反应延长
适合人群
- 希望打造个人AI数字分身的深度用户
- 对隐私极度敏感、拒绝云端人格数据的用户
- 内容创作者/作家需要AI模仿特定文风
- 关注数字遗产规划、希望为家人留下情感连接通道的用户
常规风险
| 风险类型 | 说明 | 缓解措施 |
|---------|------|---------|
| 本地数据泄露 | 设备被入侵时明文数据暴露 | 启用AES-256加密；设置强密码 |
| 过度自我披露 | 用户可能在对话中无意泄露敏感信息 | `sensitive_topics_filter`默认开启；敏感维度需确认 |
| 平台配置泄露 | Soul Chat的提示词通过外部LLM | 审查agent配置；优先使用本地模型 |
| 心理依赖 | 与"数字克隆"过度互动 | 系统不主动推进；用户自我调节 |