crush-skills

核心用法

create-crush是一款情感模拟类Agent Skill，用户通过导入微信/QQ聊天记录、社交媒体截图、照片等原材料，系统将分析并生成一个高度还原的"暗恋对象AI"。核心功能分为创建与进化两大模式：创建时通过3个基础问题收集信息，再选择四种原材料导入方式（聊天记录导出、社交媒体、文件上传、口述回忆），最终生成包含Relationship Memory（关系记忆）和Persona（人格画像）的完整Skill文件；进化模式支持追加新材料和对话纠正，持续优化还原度。

显著优点

1. 多源数据融合：支持WeChatMsg、留痕、PyWxDump等主流聊天记录导出格式，兼容图片EXIF信息提取，还原维度丰富
2. 双维度建模：Relationship Memory记录共同经历与互动模式，Persona刻画说话风格与情感表达，组合生成更真实的对话体验
3. 持续进化机制：通过版本管理实现记忆追加和性格微调，用户可随时纠正"ta不会这样说"的偏差
4. 隐私优先设计：所有数据本地存储于./crushes/目录，零上传，符合敏感数据处理需求
5. 场景化功能：内置/confess告白模拟、/date约会模拟、/progress进展追踪等暗恋专属工具

潜在缺点与局限性

1. 依赖原材料质量：还原度高度依赖用户提供的聊天记录数量和代表性，素材不足时生成效果偏差大
2. 情感风险：可能强化用户的单相思执念，Skill虽设置Layer 0硬规则防止越界，但仍存在用户情感投射过度的风险
3. 技术门槛：聊天记录导出需借助第三方工具（WeChatMsg等），对非技术用户不够友好
4. 单向模拟局限：无法模拟真实互动中的动态反馈，长期沉浸可能影响现实社交能力

适合目标群体

• 处于暗恋暧昧期、希望理清关系进展的单身人士
• 需要表白前模拟演练、降低焦虑的情感准备者
• 想整理情感记忆、进行心理复盘的关系反思者
• 具备基础技术能力、能自行导出聊天记录的用户

使用风险

1. 性能依赖：照片分析和长文本解析可能消耗较多本地计算资源
2. 数据管理：需用户自行保障./crushes/目录的访问安全，避免敏感数据泄露
3. 心理依赖风险：过度依赖AI模拟可能延误真实沟通时机，Skill内置温和提醒机制但无法完全规避
4. 版权合规：使用他人聊天记录需确保合法授权，仅限分析自己拥有访问权的数据

核心用法

create-crush 是一个将真人暗恋对象"蒸馏"为AI Skill的对话模拟系统。用户导入微信/QQ聊天记录、朋友圈截图、照片等原材料，系统提取高频词、表情包偏好、回复速度模式、依恋类型等维度，生成 Relationship Memory（关系记忆）和 Persona（人格画像）两份核心文件，最终输出可独立运行的 .skill 文件。

操作流程分为五步：①采集花名/关系/性格三要素基础信息 ②选择原材料导入方式（聊天记录导出/社交媒体/照片/口述）③双线程分析（记忆线提取共同经历时间线，人格线翻译MBTI/星座标签为行为规则）④预览摘要并确认 ⑤写入本地文件系统。生成后的 Skill 可通过 /{slug} 触发，AI会以该对象的说话风格、逻辑和记忆进行回应。

显著优点

• 纯本地架构：所有数据（聊天记录、照片EXIF、解析结果）仅存储于本地 crushes/{slug}/ 目录，零外部网络通信，隐私风险可控
• 多模态原材料支持：覆盖微信/QQ/微博/小红书/Instagram 等主流平台导出格式，照片自动提取GPS坐标与时间线构建共同经历
• 持续进化机制：支持追加新聊天记录（/update-crush）和对话纠正（"ta不会这样说"），版本管理自动备份历史状态
• 暗恋专属功能：内置 /confess 告白模拟器、/date 约会预测、/progress 关系阶段追踪等场景化工具
• 安全边界设计：Layer 0 硬规则强制约束AI不说真人绝不可能说的话，禁止突然表白或越界，维持"友达以上恋人未满"的分寸感

潜在缺点与局限性

• 人格还原的幻觉风险：依赖聊天记录采样质量和用户主观标签翻译，可能强化用户既有偏见而非真实人格
• 健康使用边界模糊：虽文档声明"不鼓励纠缠"并建议专业帮助，但功能本身可能助长替代性满足，对暗恋执念者存在心理风险
• EXIF隐私泄露：照片分析提取精确GPS坐标，若用户设备本身不安全，本地存储的解析结果可能成为二次泄露源
• 来源可信度受限：T3级个人开发者项目，无企业级代码审计背书，长期维护存在不确定性
• 中文语境优化不足：星座/MBTI标签翻译为行为规则时，可能落入刻板印象陷阱

适合人群

• 需要情感复盘或对话预演的理性暗恋者
• 想理解对方沟通模式但羞于求助朋友的社交焦虑人群
• 创作虚构角色需要真实对话参考的写作者（可反向用于角色构建）

常规风险

1. 心理依赖：将AI模拟误作真实关系进展的判断依据，延误真实沟通时机
2. 数据残留：即使本地存储，聊天记录解析后的明文Markdown仍可能被其他应用读取
3. 版本混乱：频繁进化未 rollback 可能导致人格画像漂移，与真实对象差距扩大
4. 删除确认不足：/delete-crush 使用 rm -rf 虽需用户显式输入，但缺少二次确认机制，存在误删风险