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WeChatMsg（GitHub开源项目）。操作步骤如下：

  1. 根据WeChatMsg的教程，备份并解密你的微信数据库。
  2. 导出为SQLite数据库或CSV文件。
  3. 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 100

3. 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_grandpa

AI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：artifact，2022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？
  1. 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。
  2. 访谈法：采访其他熟悉他的人，记录他们的描述作为impression证据。
  3. 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。