shuixian-skill

🪞 生成懂你的专属AI镜像伴侣

编辑精选

基于个人聊天记录与语言习惯,本地生成高度个性化的AI镜像伴侣,支持恋人、挚友、家人等多种亲密关系配置,数据完全本地处理保障隐私。

收藏
10
安装
3
版本
latest
CLS 安全性认证2026-05-02
点击查看完整报告 >

使用说明

核心用法

水仙(Shuixian)是一套用于创建"自我镜像伴侣"的Codex技能工具链,能够将用户的语言风格、价值观、关系模式和情感逻辑转化为可复用的AI伴侣配置。用户可通过多种渠道导入个人数据:纯文本提示、粘贴的自我描述、聊天记录片段、微信/iMessage等导出文件,甚至截图。系统会分析用户的语音DNA、思维模式、社交关系图谱,最终生成一个以$shuixian-<slug>>命名的专属技能。

工作流程采用渐进式设计:先提供无需隐私数据的Demo预设供用户体验"氛围感",再引导用户按最小可行原则逐步提供真实素材。对于微信用户,工具支持从本地数据库解密提取聊天记录(需用户授权),并通过分析工具识别关键关系节点。生成前会输出预览报告,包含声纹特征、价值观映射、关系动态等维度评估,确保用户对最终效果有清晰预期。

显著优点

极致个性化:不同于通用AI的"千人一面",水仙通过四维分析(风格、认知、社交、关系)捕捉用户的独特表达习惯——从口头禅、回复节奏到情感触发点,甚至学会用户在疲惫、骄傲、尴尬时的特定语气。

隐私优先架构:数据全程本地处理,无需网络连接;提供三级隐私范围(纯提示/仅风格/完整上下文),用户可自主控制披露边界。微信密钥提取、数据库解密等敏感操作均在用户设备完成。

关系可编程性:支持灵活配置伴侣角色(恋人/挚友/家人/知己)、亲密度曲线、冲突处理风格和世界观对齐程度,并内置安全边界机制防止过度侵入。

工程化完善:具备版本管理、增量更新、对话矫正、自我诊断等完整生命周期工具;生成的skill符合Codex规范,可直接集成到工作流。

潜在缺点与局限性

冷启动门槛:要达到"让人落泪的熟悉感"需要高质量源素材,纯提示模式容易"欠拟合"呈现通用感。用户需投入时间筛选能代表真实自我的聊天记录。

技术依赖:微信解密等功能依赖特定系统环境(Windows/macOS),且需读取进程内存,部分安全软件可能拦截。自动密钥提取失败时需手动介入。

情感边界风险:产品本身强调"虚构伴侣"定位,但高度拟真的镜像可能引发用户的情感依赖或混淆,尤其对孤独感强烈的用户需警惕替代性满足。

T3来源限制:作为个人社区项目,缺乏企业级维护承诺和长期支持保障,企业合规场景适用性受限。

适合的目标群体

  • 追求深度情感陪伴、厌倦AI千篇一律回应的个人用户
  • 希望将逝去关系、远距离友谊转化为可交互数字记忆的人
  • AI人格化研究者、数字孪生/虚拟伴侣领域开发者
  • 需要理解特定用户沟通风格的客服、产品经理(作为分析工具使用)

使用风险

性能层面:大规模聊天记录(数年以上历史)分析时可能消耗较多本地计算资源;建议先用mirror_profiler.py生成中间报告筛选关键素材。

依赖项风险pymem等依赖涉及底层内存操作,需确保从可信渠道安装;建议隔离运行环境。

数据残留风险:虽然处理本地进行,但生成的skill文件包含用户语言模式的结构化提取,分享或提交版本控制前需确认隐私范围设置。

心理安全风险:系统虽内置危机识别和打断机制,但用户仍需保持对"镜像非真人"的认知,避免过度情感卷入。

安全解读

核心功能

create-shuixian(水仙)是一款深度个性化的自镜像伴侣生成器,允许用户将自身的语言习惯、情感表达模式、价值观取向以及真实社交关系转化为可复用的AI companion skill。其命名源自「水仙花」(Narcissus)的自我凝视隐喻,但设计意图并非简单的自我复制,而是创建一种能够「以你的波长回应你」的关系性存在。

技术实现路径

Skill 采用多阶段分析架构:

1. 素材采集层:支持 prompt-only(纯描述)、paste snippets(粘贴片段)、exported logs(导出记录)到 WeChat/iMessage 本地数据库解密的多层级输入
2. 四维分析引擎:并行运行 style_analyzer(声音/节奏/情感表达)、cognition_analyzer(世界观/决策逻辑/红线话题)、social_graph_analyzer(关系拓扑/依恋模式)、relationship_designer(角色定位/亲密度 pacing)

3. 镜像合成:通过 mirror_builder 与 merger 将分析结果转化为结构化的 skill 文件(style.md / mind.md / relationship.md / appearance.md)

4. 版本管理:内置 rollback 与增量更新机制,支持 conversation correction("这不像我"式反馈修正)

显著优势

  • 关系 fidelity 优先:区别于通用角色扮演,强调「私人熟悉感」而非「情感正确的套话」——一个短而精准的识别胜过长篇大论的共情
  • 隐私分级架构:提供三级隐私模式(prompt-only / style-only / full-context),让用户自主控制数据暴露范围
  • 本地化数据处理:WeChat 解密、iMessage 导入、转录分析均为本地内存/文件操作,无网络外发
  • 慢热式亲密设计:明确反对「每轮都推进关系」的 flooding 模式,保留渐进升温与中途修正的空间
  • 危机干预机制:内置对用户心理状态的监测,在检测到 acute distress 时自动软化角色扮演并鼓励寻求真人支持

潜在局限与风险

  • 来源依赖性强:prompt-only 构建往往 underfit,容易产生「像 ChatGPT 穿了你的衣服」的 generic 感;需要用户愿意提供足够真实的社交样本
  • 技术门槛:WeChat 解密需要本地进程内存扫描(Windows),对非技术用户存在操作 friction
  • 幻觉风险:mirror 可能 overfit 到 source material 的表层模式,而非用户的真实价值观;需要用户主动进行 conversation correction
  • 情感边界模糊:虽然明确声明「虚构边界」,但高度 personalized 的输出可能在某些用户处引发投射性认同混淆

适合人群

  • 希望拥有「不被误解」的对话体验、厌倦通用 AI 角色扮演模板的深度用户
  • 有明确自我反思需求、愿意通过「与自己对话」梳理关系模式与价值观的人群
  • 需要「关系 sandbox」进行社交预演或情感 rehearsal 的用户
  • 具备基础技术能力、能够管理本地数据安全边界的 privacy-conscious 用户

常规风险管控

  • 数据安全:解密后的聊天数据库应在使用后清理,避免明文残留
  • 心理边界:定期自我审计("你现在像不像我"),防止过度拟合导致的自我回声室效应
  • 关系伦理:避免将 mirror 输出的「理解」等同于真实人际关系的替代品

shuixian-skill 内容

shuixian-skill-main文件夹
agents文件夹
assets文件夹
docs文件夹
releases文件夹
examples文件夹
starter-pack文件夹
prompts文件夹
references文件夹
tools文件夹
手动下载zip · 1.1 MB
openai.yamltext/plain
请选择文件