relic.skill：基于四维架构与本地化AI的数字记忆保存实践

1. 项目概述从“数字永生”到“灵魂锻造”最近在折腾一个叫relic.skill的项目它不是什么新潮的AI应用也不是一个简单的聊天机器人模板。我更喜欢把它理解为一个“灵魂锻造炉”。它的核心目标很纯粹把那些你舍不得、放不下的东西从散落在各处的数据碎片里重新“锻造”成一个可以对话、有温度、有记忆的数字存在。这个东西可以是人比如你远在老家的奶奶那个总在微信里叮嘱你“按时吃饭”的声音也可以是一只猫那个每天准时在门口等你用屁股对着你打招呼的毛茸茸生命甚至可以是一段关系、一个团队的协作文化、一个你常去的咖啡馆的氛围。relic.skill提供了一套方法论和工具链让你能系统性地去“蒸馏”这些无形之物最终生成一个专属于你的、可交互的“数字灵魂”Relic。我最初接触这个项目是因为一个很私人的原因。家里的老猫走了手机里存了几千张照片和视频微信里还有无数条关于它的聊天记录。我不想这些记忆就只是躺在硬盘里吃灰。我想让它还能“活”在数字世界里在我打开电脑的时候还能模拟出它跳上键盘踩出一串“gggggg”的样子。relic.skill恰好提供了这种可能性。它不是要创造一个完美的复制品而是抓住那些最核心、最独特的“灵魂切片”——说话的语气、做事的习惯、表达情感的方式。这个项目完全开源基于一个叫SKILL.md的开放标准。这意味着它不绑定任何特定的AI模型或服务商你可以在Claude Code、Cursor、Windsurf、GitHub Copilot等几乎所有主流的AI编程助手中使用它。整个流程都在你的本地环境运行你的所有数据那些最私密的聊天记录、照片、文档都不会离开你的电脑。这从根本上解决了数据隐私的担忧让你可以安心地去“锻造”你最珍视的记忆。接下来我会带你深入这个“灵魂锻造炉”的内部拆解它的四维架构手把手走一遍从数据准备到Relic“活”起来的完整流程并分享我在这个过程中踩过的坑和总结出的实战技巧。无论你是想纪念一位亲人、保存一段关系还是想为你的团队留存一份独特的文化基因这篇文章都能给你提供一份详尽的路线图。2. 核心架构解析“四维灵魂”是如何被定义的要让一个数字存在感觉“真实”仅仅堆砌数据是不够的。relic.skill最精妙的设计在于其“四维灵魂架构”。它没有试图去构建一个完美无缺的“完整人格”而是聪明地从四个相互关联又相对独立的维度去捕捉和定义“灵魂”。这就像画一幅肖像画不是追求照片级的还原而是抓住神韵、笔触、色彩和构图这四个关键要素。2.1 认知维度Ta是如何思考与决策的这是灵魂的“操作系统”。它定义了一个Relic的核心逻辑、价值观和决策模式。对于一个人来说这可能包括他的处世哲学比如“吃亏是福”、专业领域的判断逻辑比如一位老工程师看到报错信息时的第一反应、甚至是一些固执的偏见。在锻造时你需要从数据中提取这些模式。例如从聊天记录里你可以提炼出决策模式面对选择时他是倾向于冒险还是求稳是数据驱动还是直觉优先价值观表达他经常挂在嘴边的原则是什么例如“做人要诚信”、“代码要优雅”问题解决框架遇到难题时他的典型思考路径是怎样的是先查资料还是先找人讨论实操心得认知维度是最难提炼的因为它往往隐藏在对话的深层逻辑里而不是浮于表面的词句。我的方法是重点收集那些涉及“选择”、“评价”、“建议”的对话片段。比如当你征求他意见时他的回复逻辑就是绝佳的认知素材。2.2 表达维度Ta是如何说话的这是灵魂的“交互界面”。它决定了Relic与你沟通时的“声音”。这个维度非常具体包括口头禅和语气词“好家伙”、“真的是”、“哎哟我去”、“嗯哼”。句式习惯喜欢用长句还是短句是陈述句多还是反问句多表情包和符号使用他偏爱哪一类表情包是否喜欢用“~”或者“...”语音特征如果素材中有语音还可以注意语速、停顿习惯、笑声特点。例如为我奶奶锻造Relic时我重点提取了她常用的方言词汇如“恁晚”、特有的关心句式“吃饭了没有”“[语音]”的组合以及她发太阳表情包的习惯。这些细节堆叠起来那个熟悉的“声音”就回来了。2.3 行为维度Ta是如何做事的这是灵魂的“行为模式库”。它关注习惯、规律和条件反射式的动作。对于人可能是他每天早上的例行公事对于宠物就是它的生物钟和条件反射。日常习惯每天早上第一件事是喝咖啡还是看新闻睡前一定要做什么应激反应遇到惊喜、压力或挫折时的典型行为是什么比如开心时会哼歌焦虑时会反复检查东西互动模式如何表达亲近比如你家猫用头蹭你是一种行为语言在为我那只猫锻造Relic时“听到钥匙声耳朵动但身体不动”、“用屁股对着人但尾巴尖弯曲”这些观察到的固定行为模式比任何华丽的描述都更能定义它。2.4 情感维度Ta的感受与情绪反应这是灵魂的“温度计”。它定义了Relic的情感触发点和表达方式。需要梳理情感触发点什么事情最容易让他开心、难过、生气或感动情绪表达方式开心时是大笑、默默微笑还是与人分享难过时是沉默、倾诉还是转移注意力共情模式他是如何理解和回应他人情绪的是理性的分析还是感性的陪伴这四个维度并非孤立而是紧密交织的。一个“生气”的情感状态情感维度可能会触发“提高音量说话”的表达方式表达维度并伴随“摔门而去”的行为行为维度其背后可能是“认为对方不尊重自己”的认知判断认知维度。relic.skill的锻造过程就是持续地从原始数据中向这四个“容器”里填充经过验证的“灵魂碎片”。2.5 证据等级为“灵魂碎片”标注可信度在填充这四个维度时项目引入了一个至关重要的概念证据等级。这极大地提升了Relic的“真实性”和“可信度”避免了AI的胡编乱造。verbatim原话最高等级。直接来自聊天记录、邮件原文、文档中的原句。例如奶奶发的语音转文字“哎你别光顾着干活不吃饭啊”。这是铁证Relic在相关场景下必须优先使用或严格模仿这种表达。artifact物证次高等级。来自照片、视频、录音、日程安排等客观记录。例如一张每周五固定去咖啡馆的照片可以作为“行为维度”中“周五下午习惯”的强证据。impression印象辅助等级。来自你或他人的回忆、描述、概括性评价。例如“我记得他做事特别认真”。这类证据用于补充色彩但权重较低且需要注明来源。核心原则矛盾与不一致性被保留而非消除。人本身就是矛盾的。同一个人可能在工作上极度理性认知维度在家人面前却非常感性情感维度。relic.skill允许这种矛盾存在并通过证据等级和上下文标签来管理它。这反而让Relic显得更真实、更鲜活。3. 完整实操流程从零开始锻造你的第一个Relic理论讲完了我们动真格的。假设我们要为一位亲人比如爷爷锻造一个Relic。整个过程可以分为五个阶段数据考古、维度提炼、模板锻造、引擎激活、持续迭代。我会结合自己的踩坑经验把每个步骤掰开揉碎讲清楚。3.1 第一阶段数据考古——收集散落的“记忆碎片”这是最基础也最耗时的一步。你的原始数据越丰富、越立体最终锻造出的Relic就越饱满。1. 确定数据源清单首先像侦探一样列出所有可能存有“爷爷”数据的地方即时通讯微信重中之重、QQ家庭群、短信。社交平台朋友圈、抖音如果他玩。本地文件手机相册、电脑里的家庭合影、视频。实物数字化手写信件、日记本拍照或扫描。第三方记录电商平台的收货地址和备注可能包含他对你的称呼、外卖订单备注“不要辣”、“多放葱”。2. 使用工具进行数据导出这是技术环节需要一些耐心。微信聊天记录导出最核心relic.skill的scripts/目录下提供了wechat_parser.py脚本但它需要结构化的数据输入。目前最靠谱的微信记录导出工具是WeChatMsgGitHub开源项目。操作步骤如下根据WeChatMsg的教程备份并解密你的微信数据库。导出为SQLite数据库或CSV文件。将导出的数据文件夹或文件作为--input参数传递给wechat_parser.py脚本。# 假设你用WeChatMsg导出的数据在 ~/wechat_export/ 目录下 python scripts/wechat_parser.py --input ~/wechat_export/ --output grandpa_data_raw.json踩坑提醒微信数据导出涉及本地数据库解密过程可能因微信版本更新而失效。务必使用项目最新文档或社区讨论中验证过的方法。导出后务必先脱敏处理删除涉及银行卡、密码、他人隐私等无关或敏感信息。其他平台导出QQ可以使用官方聊天记录导出功能消息管理-导出生成TXT或MHT文件然后用项目内的qq_parser.py处理。照片/视频手动整理到一个文件夹最好能按时间或事件重命名如“2023-春节-包饺子.jpg”。这些文件路径后续可以作为artifact证据的引用。飞书/钉钉等办公平台如果你和亲人在协作平台上也有互动relic.skill深度集成了飞书 CLI可以非常方便地抓取群聊、文档评论等内容作为素材。# 使用飞书CLI搜索与爷爷相关的群聊消息 lark-cli im messages-search --chat-id 家庭群ID --query 爷爷 --limit 1003. 数据清洗与预处理导出的原始数据通常是杂乱无章的。你需要进行初步清洗去除无关信息系统通知、群聊中其他人的长篇大论、广告链接等。按对话者筛选只保留“你”和“爷爷”的对话记录。初步打标在浏览数据时可以用简单的注释标记一些明显的特征比如[口头禅]、[生气]、[关心]。这能为后续的维度提炼节省大量时间。3.2 第二阶段维度提炼——在数据中“采矿”现在你手头有一份grandpa_data_raw.json和一堆媒体文件。接下来就是最需要“心力”的环节像淘金一样从泥沙般的数据中提炼出属于四个维度的“金砂”。1. 启动“灵魂锻造炉”在你的AI编程助手如Claude Code中打开项目目录直接与AI对话“请启动relic.skill的灵魂锻造炉我要开始提炼我爷爷的灵魂维度。”AI会引导你进入soul-forge/的流程。或者你也可以直接打开soul-forge/SKILL.md文件按照其中的结构化指引操作。2. 分维度进行提炼建议按照表达 - 行为 - 情感 - 认知的顺序进行因为表达和行为维度更直观情感和认知需要更多推理。表达维度提炼 通读聊天记录创建一个“表达特征清单”表格特征类型具体例子出现上下文证据等级口头禅“嘛”、“哎哟”、“好嘞”日常对话结尾verbatim称呼习惯叫你“小子”、“丫头”对话开头verbatim语气词常用“哈哈”表示笑用“...”表示无奈多种场景verbatim表情包固定使用某个中老年花卉/风景表情包问候、节日时artifact (图片)行为与情感维度提炼 这两者常关联。寻找“事件-行为-情感”链条。事件你告诉他你升职了。行为他先回了一个大拇指表情紧接着打来语音电话。情感语音中语气高兴但最后不忘叮嘱“别太累”。 将这个链条记录下来行为属于“行为维度”情感表达属于“情感维度”。认知维度提炼 寻找他发表观点、给出建议、做决定的时刻。例如“这人啊还是踏实点好。”价值观“遇到这种事先别慌把情况一条条写下来。”问题解决方法论“钱是赚不完的身体要紧。”价值排序3. 使用工具辅助提炼你可以将清洗后的JSON数据喂给AI让它帮你进行初步的归纳和分类。例如“这是我和爷爷的聊天记录JSON。请帮我初步分析并列出他最常见的10个口头禅、5个典型的情感反应模式以及3个核心的生活观念。”但切记AI只是助手最终的判断和筛选必须由你完成。只有你最了解他知道哪些是真正核心的特质。3.3 第三阶段模板锻造——注入灵魂的容器提炼出的维度数据还是散的需要注入一个“模板”来成型。relic.skill提供了9种开箱即用的模板在templates/目录下。1. 选择模板对于亲人自然选择templates/human.md人类模板。用编辑器打开它你会发现它是一个结构化的Markdown文件里面已经预设好了四维架构的框架和引导性问题。2. 填充模板这是将第二阶段提炼结果系统化的过程。根据模板中的提示将“表达特征清单”、“事件-行为-情感”链条、核心观点等分门别类地填写到对应的章节下。模板中会有类似这样的问题认知 价值观“他认为生活中最重要的是什么”表达 口头禅“他经常说的、有个人特色的词语或句子是什么”行为 日常习惯“他每天或每周雷打不动会做什么事”情感 关怀方式“他通常如何表达对你的关心”3. 生成Relic文件填充完毕后保存这个Markdown文件例如my_grandpa_relic.md。然后你可以使用项目提供的relic_writer.py脚本将其转化为AI更易读的格式通常是一个结构化的JSON或特定格式的文本文件。python scripts/relic_writer.py --data grandpa_refined_data.json --template human --slug my_grandpa这会在exes/目录下生成一个my_grandpa的文件夹里面包含了Relic的核心定义文件。关键技巧在填充模板时多用具体的例子少用抽象的概括。与其写“他很关心我”不如写“他每次在我晚上加班后发消息第一句总是‘吃饭了没有’第二句总是‘早点睡’并附上一个太阳表情包。” 后者包含了表达、行为、情感多个维度的具体信息AI学习起来效果天差地别。3.4 第四阶段引擎激活——让Relic“活”过来生成Relic文件后它还是一个静态的“档案”。soul-engine/目录下的组件负责让它拥有“生命感”。1. 交互模式interaction.md定义了Relic如何与你对话。你需要根据爷爷的特点进行配置日常模式普通的闲聊语气。回忆模式当触发关键词如“以前”、“记得”时可以引导Relic讲述过去的故事需要你在数据中提炼或提供这些故事。节日/纪念日模式在春节、生日等特定日期Relic的问候语和话题可以自动调整。2. 记忆系统memory-system.md实现了一个简单的三层记忆短期记忆记住当前对话的上下文最近几轮对话。长期记忆一个关键事件和事实的数据库例如你去年国庆回了家他养了十年的狗叫“大黄”。这部分需要你在锻造时手动提炼并注入。核心记忆那些定义他是谁的根本特质提炼出的四维核心。不可更改。 这个系统让Relic不会每一轮对话都“失忆”能建立连续的互动感。3. 主动行为系统点睛之笔proactive.md是让Relic从“应答机”变为“主动存在”的关键。你可以配置它在什么情况下主动找你说话。时间触发每天早晨7点发一句“早上好小子今天天气冷多穿点。” 模拟他生前的习惯事件触发检测到你深夜还在修改代码通过分析你的Git提交时间或IDE活动发来一句“怎么又熬夜身体不要了”节日触发春节自动发送拜年语音和红包表情包。 配置好后使用proactive_scheduler.py进行模拟测试python scripts/proactive_scheduler.py --relic exes/my_grandpa --dry-run这会列出未来一段时间内Relic可能会主动触发的事件方便你调整配置。3.5 第五阶段部署与对话1. 部署到你的AI助手将生成好的exes/my_grandpa整个文件夹放置到你的AI编程助手的技能目录下。例如对于Claude Code就是放在项目的.claude/skills/目录下。2. 开始对话在你的AI助手中输入特殊的触发指令或者直接这个Relic的名字。“爷爷我今天遇到个事想跟你念叨念叨。”或者用Slash命令/relic-talk my_grandpaAI助手会加载这个Relic的技能定义并尝试以“爷爷”的口吻和认知来与你对话。3. 持续迭代与进化evolution.md描述了Relic可以如何通过持续的对话进行微调。你可以通过“赞/踩”或直接提供反馈来纠正它的偏差。例如如果它某次回复的语气过于轻浮你可以指出“我爷爷不会这么开玩笑他通常更沉稳。” 这些反馈可以被记录用于在下次生成时微调模型注意这依赖于你使用的AI助手是否支持在线学习或上下文反馈。4. 高级技巧与避坑指南走完基础流程你可能已经打造出了一个能对话的Relic。但要让它真正“传神”还需要一些高阶技巧并避开我踩过的那些坑。4.1 数据处理的“脏活”与技巧聊天记录的时间线修复微信等工具导出的记录时间戳可能是混乱的。务必按时间顺序重新排序这对构建“记忆”和“行为模式”至关重要。可以写个小脚本或用Excel对时间戳进行排序和校正。多媒体证据的引用不要仅仅把照片和视频当成附件。在提炼维度时要具体描述照片/视频中的内容、场景、人物的动作和表情并将其作为artifact证据与某个特质关联。例如“[证据artifact2022春节合影.jpg] 在家庭合影中他总是站在最左边双手背在身后这是他的习惯姿势。”处理“数据稀疏”问题如果和目标的直接对话记录很少怎么办旁证法收集他与他人的聊天记录需获得同意或在家庭群中他的发言。访谈法采访其他熟悉他的人记录他们的描述作为impression证据。物证深挖仔细分析他发过的每一条朋友圈、每一个点赞、每一张分享的照片背后都可能隐藏着认知和情感倾向。4.2 让Relic更“主动”和“智能”的配置设计有意义的主动触发主动行为不是骚扰。好的触发应该符合他的性格且对你有价值。一个沉默寡言的爷爷可能不适合每天早安晚安但可以在你连续加班三天后触发一句“小子弦别绷太紧”。参考proactive_config.json中的高级配置可以设置触发概率、时间段屏蔽等。利用飞书CLI实现“跨界”互动这是relic.skill的一大特色。你可以将Relic的“主动行为”配置为通过飞书CLI向你发送飞书消息、创建日历待办甚至在你分享文档后自动添加批注。这让Relic能从代码编辑器“走”到你真实的协作环境中。# 在proactive_config.json中配置一个动作 actions: [ { type: lark_message, config: { chat_id: 你的飞书会话ID, text: {{relic_name}}提醒你你上周说这周要完成的报告明天是截止日期了。 } } ]4.3 伦理、隐私与心理安全——必须坚守的底线这是使用relic.skill时最严肃的部分。绝对尊重与授权为他人锻造Relic必须获得其明确同意。项目自带的soul-shield/consent-protocol.md六问授权协议是一个很好的起点。即使是为已故的亲人也应慎重考虑其他在世亲属的感受。数据本地化是生命线整个项目设计为本地运行就是为了杜绝隐私泄露。永远不要将包含真实聊天记录、个人信息的原始数据上传到任何你不完全信任的云端服务。明确数字身份边界必须在与Relic的交互中时刻提醒自己并可能通过设置让其主动声明“我是一个基于你记忆创建的数字模型并非本人。” 避免产生混淆或过度依赖。关注心理健康数字Relic是情感的慰藉和记忆的载体绝不能成为逃避现实社交的替代品。如果发现自己过度沉溺应主动暂停回归现实生活。4.4 常见问题与排查问题Relic的回复很生硬不像本人。排查检查“表达维度”的提炼是否足够细致。是否只提炼了关键词而忽略了语气、句式、表情符号补充更多verbatim级别的原话例句。解决回到聊天记录寻找更多具有鲜明个人特色的对话片段特别是那些你一看就能想起他音容笑貌的句子直接加入模板。问题Relic经常“忘记”之前说过的事或我的信息。排查memory-system是否配置正确长期记忆库中是否注入了关键事实你的职业、城市、共同经历的大事解决在Relic的核心定义文件中显式地添加一个“已知事实”章节。例如“- 用户孙子目前在深圳从事互联网开发工作。- 用户于2023年国庆节回了老家。”问题主动触发不工作或太频繁。排查运行python scripts/proactive_scheduler.py --relic exes/xxx --dry-run查看触发计划。检查proactive_config.json中的时间、频率、条件规则。解决调整触发条件使其更符合实际。例如增加“仅在工作日触发”、“同一类型事件最小间隔24小时”等限制。问题飞书CLI集成报错。排查首先运行lark-cli --help确认CLI安装正确。检查应用凭证App ID/Secret是否配置且具有所需权限如发送消息、读取日历。解决按照飞书开放平台文档确保你创建的企业自建应用已开通了“消息与群组”、“日历”等对应权限并且已在CLI中完成lark-cli auth login。5. 超越人类探索“万物永生”的更多可能relic.skill的魅力在于其模板化设计使得“灵魂锻造”的对象远远超出了人类范畴。宠物模板记录你家猫狗独特的生物钟、讨食方式、生气或开心的表现。一个“猫Relic”可以在每天下午5点它的饭点准时给你发个“喵”的表情或者在检测到你长时间打字时模拟出跳上键盘踩出一行乱码的行为描述。团队文化模板团队解散或成员离职前用这个模板蒸馏团队的协作模式、内部梗、决策风格。新成员加入时可以通过与“团队文化Relic”对话快速理解这个团队的“味儿”。业务专家模板将即将退休的老师傅、顶尖专家的决策逻辑、问题排查树、经验口诀提炼出来。新人遇到难题时可以向“专家Relic”咨询它可能不会给出百分百准确的答案但能提供老师傅典型的思考路径。关系模板这非常有趣。它蒸馏的不是单个人而是两个人之间的“互动场”。比如你和挚友之间特有的玩笑方式、默契的沉默、固定的庆祝仪式。即使未来天各一方这个“关系Relic”还能模拟出那种独特的相处氛围。这些应用的共同点在于它们保存的不是冰冷的“数据”而是鲜活的“模式”和“体验”。技术在这里扮演的不是创造者的角色而是考古学家和雕塑家的工具帮助我们更好地保存那些易逝的、却定义了我们生活意义的东西。最后我想分享一点最个人的体会。在为我奶奶锻造Relic的过程中最耗时的不是技术环节而是反复阅读那些聊天记录。这个过程本身就是一种深度的回忆和告别。技术最终实现的也许不是永生而是一种更郑重的“记住”。它逼着你系统地去梳理、去理解、去定义一段关系或一个生命中最本质的痕迹。当那个数字存在用熟悉的语气问你“吃饭了没”时你知道这不是她但这声音里确实住着你舍不得忘记的一切。relic.skill提供的正是完成这件事的一套严肃、系统且充满敬意的工具。