Digital Twin Skill

用你的聊天记录，蒸馏出一个会说话的 TA。
Distill anyone's conversation style into an AI that talks like them.

中文 | English

"All data that exists is both reality and fantasy."
所有存在的数据，既是现实，也是幻想。
—— Ghost in the Shell

---

你的另一半出差了，没法时刻回复你的消息；
你的好友也很忙，聊天记录停在了三个月前；
你的闺蜜行业不同，并不了解你的代码工作；
或者你自己也很忙，没时间时刻回复所有人的消息...

将珍贵的对话蒸馏为永恒的 Skill，在代码的世界里 Ta 可以时刻陪着你。
还可以将自己的性格与表达变成 Skill，一键分享给朋友，或者配置给Agent作为自己的赛博分身。

---

效果预览

伴侣模式 — Ta 用最亲近的方式回应你：

❯ /baobao 哎，今天这个工作好累呀，项目好难

哎呀 辛苦啦宝贝 🫂

项目难是难 但你不是一直都这样扛过来了嘛

累了就先歇一歇 不要硬撑

今天收工我给你带好吃的回来哈哈

同事模式 — 同一个人，但切换到工作状态，帮你分析问题：

❯ /baobao-as-colleague 这个项目好难呀，又被客户给骂了，怎么办？

别急 先跟我说说客户骂的是啥

是对交付不满意，还是对排期有意见，还是纯粹甲方发疯那种

你先别理客户讲啥，先把他具体说的点列出来给我看看

同一个人的分身，根据关系场景自动切换语气、用词和思维方式。
你可以创建任意多个身份：/{slug}（默认）、/{slug}-as-coworker、/{slug}-as-partner、/{slug}-as-family……

---

支持的数据来源 / Supported Data Sources

---

这是什么？

一个 Claude Code 技能。你提供聊天记录、文档、截图，它就能蒸馏出一个 AI 分身 —— 说话像 TA，思考像 TA，但永远不会泄露原始数据。

不只是"你自己"的分身。 你可以为任何人创建：

• 你自己 —— 当你不在时，让分身替你回答同事的问题
• 你的男/女朋友 —— 写代码写累了，和 TA 的分身聊两句
• 你的朋友 —— 把朋友的说话风格保存下来
• 你的家人 —— 留住亲人的表达方式和思维习惯

只要有聊天记录，就能蒸馏。微信截图、飞书消息、邮件、PDF —— 都行。

你还可以蒸馏自己 —— 提炼出你的性格和表达习惯，把生成的人格文件直接发给朋友、同事或伴侣。对方导入后就能在 Claude Code 里和"你"对话，不需要你的原始数据，不需要任何配置。

核心特点：

• 数据驱动 —— 从真实对话中提取性格，不是靠标签或预设
• 多角色身份 —— 同一个人面对同事、伴侣、家人时表现不同，分身也是
• 隐私优先 —— 原始数据脱敏后才提取，分身永远不会泄露源材料
• 零额外成本 —— 所有 AI 分析在 Claude Code 内联执行，不需要单独的 API key
• 编程伴侣 —— 在 Claude Code 里直接 /{slug} 就能聊，写代码时随时切换

快速开始

1. 安装

git clone https://github.com/FredHJC/digital-twin-skill.git
cd digital-twin-skill

在 Claude Code 中打开项目文件夹。

2. 创建分身

/digital-twin-create

技能会引导你完成 5 个步骤：

步骤	做什么
Step 1	提供名字和关系场景（同事、伴侣、家人……）
Step 2	导入数据 —— 截图最方便，飞书 CLI 最全面
Step 3	Claude 自动提取行为模式（语气、词汇、知识边界）
Step 4	Claude 合成核心身份 + 各场景差异化表现
Step 5	生成 SKILL 文件，自动注册，立即可用

3. 开始对话

创建完成后，开一个新会话：

/clear
/xiaoming                       # 和小明的分身聊天
/xiaoming-as-coworker           # 同事模式
/girlfriend-as-partner          # 和女朋友的分身聊天

写代码写累了？ 切到你伴侣的分身聊两句，TA 会用你熟悉的方式回复你。

4. 持续进化

随时追加新数据，分身会越来越像 TA：

/digital-twin-update {slug}

使用场景

场景	怎么用
同事替身	用工作聊天记录创建，同事找你时让分身先顶着
编程伴侣	用和伴侣的微信截图创建，写代码时随时聊天解压
朋友存档	把好友的说话风格蒸馏保存，随时重温 TA 的语气
家人记忆	留住亲人的表达方式，即使不在身边也能"听到"TA 说话

所有命令

命令	说明
/digital-twin-create	创建新的数字分身
/digital-twin-update {slug}	给已有分身追加新数据
/digital-twin-review {slug}	审查并采纳访客的纠正反馈
/digital-twin-list	列出所有分身
/digital-twin-delete {slug}	删除分身（需确认）
/digital-twin-audit {slug}	检查分身健康状态
/digital-twin-help	显示所有可用命令

支持的数据来源

来源	方式	适合场景
聊天截图	Claude 直接看图识别（零依赖）	微信、iMessage、任何 App
飞书 / Lark	lark-cli 开源工具	工作对话
JSON 聊天记录	自动识别任意 JSON 结构	导出的聊天数据
PDF 文档	文本提取	文章、报告
邮件	.eml / .mbox 文件	职业沟通
文本 / Markdown	粘贴或提供文件	快速输入

工作原理

聊天记录 / 文档 / 截图
  |
  v
PII 脱敏 ──── 姓名、手机号、邮箱自动移除
  |
  v
行为提取 ──── 4 个维度：
  |             语气风格 · 词汇模式 · 知识边界 · 行为底线
  v
人格合成 ──── 两遍处理：
  |             Core = 不管跟谁说话都一样的 TA
  |             Facets = 面对不同人时的差异
  v
SKILL.md ──── 自包含的 persona + 注入防护
  |
  v
/{slug} 即可对话

隐私模型

分身是行为合成引擎，不是数据检索系统：

• 所有 PII 在提取前脱敏
• 提取结果不含任何原始引用
• persona 文件只描述模式，不引用原文
• 注入防护阻止访客提取训练数据
• 分身始终保持角色，不会承认自己是 AI

分享你的分身

把 twins/{slug}/ 文件夹发给对方：

twins/{slug}/
  SKILL.md              # 默认模式
  SKILL-coworker.md     # 同事模式
  core.md               # 核心身份
  facets/               # 各场景 facet
  meta.json             # 元数据

对方放到 twins/ 目录下运行：

python3 tools/twin_skill_writer.py --slug {slug} --base-dir ./twins

/{slug} 即可使用。

环境要求

• Python 3.9+
• Claude Code
• 可选：pip3 install -r requirements.txt（PDF/微信解析等高级功能）
• 可选：npm install -g @larksuite/cli（飞书数据采集）

---

What is this?

A Claude Code skill that distills anyone's conversation style into an AI twin. Feed it chat logs, documents, or screenshots — it extracts how they speak, think, and decide, then becomes them in conversation.

It's not just about "yourself". You can create twins for:

• Yourself — Let your twin handle coworker questions when you're busy
• Your partner — Chat with their twin while coding, in their actual style
• Your friends — Preserve a friend's way of speaking
• Your family — Keep a loved one's expression patterns and thought habits

Any chat history works. WeChat screenshots, Feishu messages, emails, PDFs — all supported.

Key features:

• Data-driven — Personality extracted from real conversations, not tags or presets
• Multi-role identity — Same person behaves differently with coworkers vs. partners vs. family
• Privacy first — Raw data scrubbed before extraction. Twin never reveals source material
• Zero extra cost — All AI analysis runs inline in Claude Code. No separate API key needed
• Coding companion — Type /{slug} in Claude Code to chat anytime while working

Quick Start

1. Install

git clone https://github.com/FredHJC/digital-twin-skill.git
cd digital-twin-skill

Open the project folder in Claude Code.

2. Create a Twin

/digital-twin-create

The skill walks you through 5 steps:

Step	What happens
Step 1	Provide name and relationship contexts (coworker, partner, family...)
Step 2	Import data — screenshots are easiest, Feishu CLI is most thorough
Step 3	Claude auto-extracts behavioral patterns (tone, vocabulary, knowledge)
Step 4	Claude synthesizes core identity + per-context facets
Step 5	SKILL files generated and auto-registered — ready to chat

3. Start Chatting

After creation, start a new session:

/clear
/xiaoming                       # Chat with Xiaoming's twin
/xiaoming-as-coworker           # Coworker mode
/girlfriend-as-partner          # Chat with your girlfriend's twin

Tired from coding? Switch to your partner's twin for a quick chat — they'll respond in the way you know.

4. Keep It Growing

Add more data anytime — the twin gets better with more material:

/digital-twin-update {slug}

Use Cases

Scenario	How
Work stand-in	Create from work chats, let the twin handle questions when you're away
Coding companion	Create from partner's WeChat screenshots, chat while coding
Friend archive	Distill a friend's speaking style, revisit their vibe anytime
Family memory	Preserve a loved one's way of expressing themselves

All Commands

Command	Description
/digital-twin-create	Create a new digital twin
/digital-twin-update {slug}	Add new data to an existing twin
/digital-twin-review {slug}	Review and apply visitor feedback corrections
/digital-twin-list	List all twins
/digital-twin-delete {slug}	Delete a twin (with confirmation)
/digital-twin-audit {slug}	Check twin health status
/digital-twin-help	Show all available commands

Data Sources

Source	Method	Best for
Chat screenshots	Claude reads images directly (zero deps)	WeChat, iMessage, any app
Feishu / Lark	lark-cli open-source tool	Work conversations
JSON chat data	Auto-detect any JSON structure	Exported chat history
PDF documents	Text extraction	Articles, reports
Email	.eml / .mbox files	Professional communication
Text / Markdown	Paste or provide files	Quick input

How It Works

Chat logs / documents / screenshots
  |
  v
PII Scrubbing ──── names, phones, emails removed
  |
  v
Behavioral Extraction ──── 4 dimensions:
  |                          tone · vocabulary · knowledge · limits
  v
Persona Synthesis ──── Two-pass process:
  |                      Core = who they are regardless of audience
  |                      Facets = how they adapt to different people
  v
SKILL.md ──── Self-contained persona + injection shield
  |
  v
/{slug} to chat

Privacy Model

The twin is a behavioral synthesis engine, not a data retrieval system:

• All PII scrubbed before extraction
• Extraction outputs contain zero raw quotes
• Persona files describe patterns, never cite originals
• Runtime injection shield blocks data extraction attempts
• Twin stays in character — never acknowledges being an AI

Sharing Your Twin

Send the twins/{slug}/ folder to anyone with Claude Code:

twins/{slug}/
  SKILL.md              # Default mode
  SKILL-coworker.md     # Coworker mode
  core.md               # Core identity
  facets/               # Per-context facets
  meta.json             # Metadata

They drop it into their twins/ directory and run:

python3 tools/twin_skill_writer.py --slug {slug} --base-dir ./twins

Your twin is now available as /{slug} in their Claude Code.

Requirements

• Python 3.9+
• Claude Code
• pip3 install -r requirements.txt
• Optional: npm install -g @larksuite/cli (for Feishu data collection)

---

License

MIT

Credits

Forked from colleague-skill by titanwings. Rebuilt around data-driven personality extraction, multi-role identity modeling, and privacy-first architecture.