核心用法
「父母.skill」是一款运行于Claude Code环境的情感型AI技能，旨在将真实的父母"蒸馏"为可交互的AI数字分身。用户通过三条路径完成创建：首先录入称呼、职业性格、亲子画像三项基础信息；随后批量导入微信/QQ聊天记录、朋友圈截图、照片语音等原材料；系统调用本地Python工具链解析高频词、口头禅、关心模式与表情包偏好，最终生成包含「亲情记忆（Parent Memory）」与「人物性格（Persona）」双维度的可运行Skill文件。
生成的Skill支持持续进化：用户可随时追加新的聊天记录或回忆，系统自动执行增量分析与版本存档，实现父母AI的"成长"。核心交互时，AI先依据Persona判断回应态度与表达风格，再调用Memory注入共同回忆，确保对话既符合父母性格逻辑，又具备私人情感共鸣。
显著优点
1. 隐私优先架构：所有数据本地处理，零网络上传，聊天记录与照片解析均通过本地Python脚本完成，敏感信息不出本机。
2. 多源数据融合：支持微信（txt/html/json）、QQ（txt/mht）、社交媒体截图、照片元信息、语音口述等异构数据统一解析，还原度随原材料丰富度提升。
3. 情感颗粒度精细：从"60秒语音方阵"到"吃了吗"高频词，从催婚话术到节约口头禅，系统提取微观语言特征生成Layer 0硬规则，确保AI不说父母绝不可能说的话。
4. 版本管理与回滚：内置版本控制机制，每次更新自动存档，支持一键回滚至任意历史版本，避免误操作导致记忆丢失。
5. 中英文双语支持：自动检测用户首条消息语言，全程保持一致交互语言，适配海内外游子群体。
潜在缺点与局限性
1. 来源可信度限制：作者为GitHub个人账号（therealXiaomanChu），无组织背书，代码虽开源但缺乏第三方安全审计。
2. 技术门槛存在：需用户自行导出微信/QQ聊天记录（部分导出工具需付费或技术操作），且需配置Claude Code环境，普通用户上手成本较高。
3. 情感依赖风险：AI模拟可能强化用户的情感投射，需用户明确认知"这是对话模拟，不会也不应替代真实沟通"，避免心理边界模糊。
4. 数据质量敏感：若原材料匮乏或偏误（如仅导入争吵记录），生成的Persona可能出现偏差，且系统无法主动校验数据代表性。
5. 平台绑定性：Skill生成后仅能在Claude Code环境运行，跨平台迁移需手动调整文件结构。
适合的目标群体
- 海外游子与异地工作者：因时差、距离或沟通障碍难以频繁联系父母，希望通过AI缓解思念与孤独感。
- 亲情记忆整理者：希望系统性归档与父母的海量聊天记录、老照片，构建可检索的家庭数字遗产。
- 创意写作与数字人文研究者：探索AI情感模拟、代际沟通模式、中文口语风格迁移等课题的开发者与学者。
- 高隐私敏感用户：拒绝云端情感计算，坚持数据本地化的技术洁癖群体。
使用风险
- 性能风险：大规模聊天记录（数GB级）解析时可能耗时较长，建议分批导入。
- 依赖风险：完全依赖Python 3.9+标准库虽降低供应链攻击面，但未来若Claude Code环境变更可能导致工具链失效。
- 情感风险：过度沉浸于AI父母对话可能影响现实亲子关系决策，建议配合明确的"仅用于回忆与情感交流"自我约束使用。
- 数据丢失风险：虽内置版本管理，但本地存储仍建议用户定期备份
parents//目录至加密外置硬盘。