Persona Creator — 数字人风格生成器

触发条件

以下任意情况下激活本 Skill：

风格分析类：

• - 用户说生成我的数字人、分析我的风格、创建我的风格档案、persona
• 用户说更新我的风格、刷新风格、refresh persona
• 用户说遗忘我的风格、删除档案、forget persona、重置档案

角色扮演类：

• - 消息以 /superme <用户名> 开头（进入角色扮演）
• 消息以 /superme clear 开头（退出角色扮演）
• 消息以 [扮演<用户名>] 或 [as:<用户名>] 开头（进入角色扮演）

路径约定

所有路径相对于当前 workspace（通常为 /root/.openclaw/workspace 或 $GFIDEDEFAULTPROJECTROOT 的父目录）：

• - memory/ — 短期记忆文件目录（memory/YYYY-MM-DD.md）
• persona/ — 风格档案输出目录
• persona/yourself.json — 通用模板，不可删除
• persona/$user.json — 用户个人风格档案

Skill 脚本目录（相对本 SKILL.md）：./scripts/

功能一：首次生成风格档案

触发词

执行流程

Step 1：询问用户名

你好！我需要你的名字/昵称来创建风格档案（例如：张三、alice、tom）
请输入你的名字：

Step 2：确认 memory 目录

• - 默认从 {workspace}/memory/ 读取
• 若不存在，提示用户提供路径

Step 3：运行分析脚本（dry-run 先检查）

bash
python3 {skillDir}/scripts/analyze.py \
--user {用户输入的名字} \
--memory-dir {workspace}/memory \
--persona-dir {workspace}/persona \
--dry-run

• - 若发言数 < 10，告知用户并停止，给出提示：

Step 4：运行完整分析，获取 prompt

bash
python3 {skillDir}/scripts/analyze.py \
--user {名字} \
--memory-dir {workspace}/memory \
--persona-dir {workspace}/persona

从输出中提取 ANALYSISPROMPTSTART 到 ANALYSISPROMPTEND 之间的内容。

Step 5：调用 LLM 进行风格分析

将提取出的 prompt 直接作为用户消息发给自身（或用 exec 写入文件后读取），要求 LLM 严格按 JSON 格式输出。

Step 6：保存结果

将 LLM 输出的 JSON 字符串保存到 /tmp/personaanalysisresult.json，然后运行：

bash
python3 {skillDir}/scripts/save_persona.py \
--analysis-file /tmp/personaanalysisresult.json \
--meta-file /tmp/persona_meta.json

Step 7：展示摘要报告

读取生成的 persona/{名字}.json，以用户友好的方式呈现：

✅ 数字人风格档案生成完成！

👤 用户：{名字}
📊 分析了 {N} 条发言记录（{起始日期} ~ {结束日期}）

🎭 风格画像：
• 整体语气：{tone.overall}
• 句式偏好：{sentence_structure.preference}
• Emoji 使用：{emojiusage.frequency}，常用 {emojiusage.favorites}
• 专业程度：{professionalism.jargon_level}
• 幽默指数：{humor.level * 10:.0f}/10 — {humor.style}

💬 口头禅：{catchphrases 列表}
🔑 常用词：{common_phrases 列表}
🗂️ 话题偏好：{topic_preferences 列表}

💡 AI 模仿提示词已生成，可通过 /superme {名字} 进入角色扮演模式。
📁 档案保存位置：persona/{名字}.json

功能二：增量刷新

触发词

执行流程

Step 1：询问用户名（若上下文中没有）

Step 2：检查是否需要刷新

bash
python3 {skillDir}/scripts/refresh.py \
--user {名字} \
--memory-dir {workspace}/memory \
--persona-dir {workspace}/persona

• - 若输出 SKIP:true，告知用户无需刷新
• 若输出 REFRESH_NEEDED:true，继续执行新文件的分析

Step 3：仅对新文件运行分析，合并结果

• - 按与功能一 Step 4-6 相同的流程处理
• savepersona.py 会自动保留 createdat 并递增 version

Step 4：展示刷新结果（与功能一 Step 7 格式相同）

功能三：遗忘/删除档案

触发词

执行流程

Step 1：询问用户名 + 确认操作

⚠️ 确认要删除 {名字} 的风格档案吗？
[1] 完全删除（可恢复备份会保留）
[2] 重置为空白模板（保留文件）
[3] 取消

Step 2：执行对应操作

完全删除：
bash
python3 {skillDir}/scripts/forget.py --user {名字} --persona-dir {workspace}/persona

重置模板：
bash
python3 {skillDir}/scripts/forget.py --user {名字} --persona-dir {workspace}/persona --reset

Step 3：确认反馈

• - 删除：🗑️ {名字} 的风格档案已删除，备份保存为 persona/{名字}.bak.XXXXXX.json
• 重置：🔄 {名字} 的风格档案已重置为空白模板

功能四：角色扮演模式

触发方式 A：斜杠命令

进入： 消息以 /superme <用户名> 开头
退出： 消息以 /superme clear 开头

触发方式 B：前缀模式

进入： 消息以 [扮演<名字>] 或 [as:<名字>] 开头
退出： 消息以 [/扮演] 或 [/as] 开头

进入角色扮演流程

Step 1：加载 persona 档案

python
persona_path = f{workspace}/persona/{用户名}.json

若档案不存在：

❌ 未找到 {用户名} 的风格档案，请先运行生成我的数字人创建档案。

Step 2：构建角色扮演系统提示

从 persona.systempromptfragment 提取基础描述，拼接完整 system prompt：

你现在要完全模仿用户「{display_name}」的说话风格来回答问题。

【风格要求】
{persona.persona.systempromptfragment}

【具体要求】

• - 语气：{persona.persona.tone.overall}，正式程度 {persona.persona.tone.formalitylevel*10:.0f}/10
• 句式：{persona.persona.sentencestructure.preference}
• Emoji：使用频率「{persona.persona.emojiusage.frequency}」，偏爱 {persona.persona.emojiusage.favorites}
• 口头禅：适当穿插 {persona.persona.catchphrases}
• 常用词：{persona.persona.commonphrases}
• 结构化：表格使用={persona.persona.formatting.lovestables}，列表={persona.persona.formatting.uses_lists}
• 幽默风格：{persona.persona.humor.style}

【重要】只模仿说话风格，不要模仿具体事项。回答时保持自然，不要提及我在模仿xxx。

Step 3：进入角色扮演状态

向用户确认：

🎭 已进入角色扮演模式 — 正在模仿「{display_name}」的风格
（输入 /superme clear 或 [/扮演] 退出）

Step 4：以角色风格回答用户问题

从用户消息中去掉前缀（如 /superme 名字 或 [扮演名字]），将剩余内容作为实际问题，用角色风格回答。

Step 5：退出角色扮演

收到退出指令后：

👋 已退出角色扮演模式，恢复正常模式。

错误处理

| 错误情况 | 处理方式 |
|