---

这是什么

这是一个 persona 制作仓库。

它现在做的事情很具体：

• 从公开社交账号抓取文字内容
• 统一归一化为 corpus JSONL
• 生成 persona 持久化文件：
  • person.json
  • profile.md
  • sources.json
  • corpora/*.jsonl
• 再编译成 Claude Code、Codex、OpenCode 可加载的 skill

当前版本只关注文字，后续计划处理：

• 图片
• 视频
• 评论
• 社交关系图

TODO

• 支持泡泡 / Bubble 平台的人设采集与构建流程
• 针对不同平台补一层模拟聊天前端，还原对应平台的对话体验

---

支持的平台

当前已打通四个后端：twitter、GitHub、小红书、知乎。

平台	后端	当前状态	采集内容	登录方式
X / Twitter	Scweet	✅ 已实现	bio、用户正文 timeline	auth_token
小红书 / Xiaohongshu	MediaCrawler	✅ 已实现	主页简介、笔记正文	扫码登录缓存
Instagram	Instaloader	✅ 已实现	个人简介、帖子正文	session 文件缓存
知乎 / Zhihu	MediaCrawler	✅ 已实现	个人简介、回答、文章	浏览器登录缓存
GitHub	GitHub API	✅ 已实现	profile、README、公开 issues / PR / commit 文本	可选 token；默认公共 API
泡泡 / Bubble	TBD	📝 目标支持	平台消息文本、主页动态	待定

目前的产品假设是：

• persona 可以先单平台创建，再逐步 attach 新账号
• host 侧：
  • 一个 persona = 一个 skill
  • 三种模式 = roleplay / ask / rewrite

---

功能特性

1. 统一 Persona 持久化

每个 persona 都被保存在：

personas/<person_id>/
  person.json
  profile.md
  sources.json
  corpora/
    x/
      <account_slug>.jsonl
    xiaohongshu/
      <account_slug>.jsonl
  skill/
    manifest.json
    persona.md
    style.md
    examples.md
    commands.json

2. 增量更新

• 可以先从一个 URL 创建 persona
• 再给已有 persona attach 新平台账号
• 旧语料不会被覆盖

3. 多目标 Skill 编译

skill build 会产出两层文件：

• 人可读、可追踪的源产物：personas/<person_id>/skill/
• 安装目标会按 host 落到对应目录：
  • Claude Code: .claude/skills/persona-<slug>/
  • Codex: .agents/skills/persona-<slug>/
  • OpenCode: .opencode/skills/persona-<slug>/

4. 单 Skill 三模式

当前不再依赖三个独立 slash commands。

实际使用方式是：

• /persona-<slug>
• 然后输入 roleplay: ...
• 或 ask: ...
• 或 rewrite: ...

---

安装

环境

git clone

git clone <https://github.com/YourongZhou/chat_with_me>
cd chat_with_me

项目本身要求：

• Python 3.11+

如果环境还没建：

conda create -y -n chat python=3.11

安装项目依赖

conda run -n chat python -m pip install -e .[dev]

安装 OpenCode 宿主

这个仓库只负责生成 skill 文件，不会替你安装 OpenCode 本体。

按 OpenCode 官方文档，常见安装方式是：

curl -fsSL https://opencode.ai/install | bash

或：

npm install -g opencode-ai

X / Twitter 后端

conda run -n chat python -m social_persona_skill.cli --runtime-root .runtime backend bootstrap x
conda run -n chat python -m social_persona_skill.cli --runtime-root .runtime backend login x

X token 默认从下面这个文件读取：

• .runtime/auth_tokens

获取 token 的方式： 登录 x.com → 开发者模式 F12 → Application/应用程序 → Cookie → https://x.com → 复制 auth_token 的值。

格式是：

# X (twitter):
your_auth_token_here # token

GitHub 后端

conda run -n chat python -m social_persona_skill.cli --runtime-root .runtime backend bootstrap github
conda run -n chat python -m social_persona_skill.cli --runtime-root .runtime backend login github

GitHub 后端默认走公开 API，不强制登录。

• 不配 token 也能抓公开 profile
• 配 token 可以提高 rate limit，更适合批量试验

可选 token 放在：

• .runtime/auth_tokens

格式是：

# GitHub:
ghp_your_token_here

小红书后端

conda run -n chat python -m social_persona_skill.cli --runtime-root .runtime backend bootstrap xiaohongshu
conda run -n chat python -m social_persona_skill.cli --runtime-root .runtime backend login xiaohongshu

小红书登录：

• 需要桌面会话
• 会调用浏览器做扫码登录
• 登录缓存会写入 .runtime/state/xiaohongshu/browser_state/
• 后续采集直接复用缓存

知乎后端

conda run -n chat python -m social_persona_skill.cli --runtime-root .runtime backend bootstrap zhihu
conda run -n chat python -m social_persona_skill.cli --runtime-root .runtime backend login zhihu

知乎登录：

• 需要桌面会话
• 会调用浏览器完成登录
• 登录缓存会写入 .runtime/state/zhihu/browser_state/
• 后续采集会复用这份缓存

---

使用

1. 创建 persona

从单个平台创建：

conda run -n chat python -m social_persona_skill.cli \
  --runtime-root .runtime \
  persona create https://x.com/karpathy

也可以一次带多个 URL：

conda run -n chat python -m social_persona_skill.cli \
  --runtime-root .runtime \
  persona create \
  https://x.com/karpathy \
  https://www.xiaohongshu.com/user/profile/xxx

2. 给已有 persona 追加账号

conda run -n chat python -m social_persona_skill.cli \
  --runtime-root .runtime \
  persona attach \
  --person-id <id> \
  https://www.xiaohongshu.com/user/profile/xxx

3. 编译 Skill

conda run -n chat python -m social_persona_skill.cli \
  --runtime-root .runtime \
  --storage-dir personas \
  skill build \
  --person-id <id>

4. 迁移旧 Persona 数据

conda run -n chat python -m social_persona_skill.cli \
  --runtime-root .runtime \
  persona migrate

这会把旧版 person.json / sources.json 升级到新 schema，并在原目录生成 .bak 备份。

5. 启动本地浏览器工作台

conda run -n chat python -m social_persona_skill.cli \
  --runtime-root .runtime \
  web serve --host 127.0.0.1 --port 8765

默认入口：

• 首页：http://127.0.0.1:8765/
• Persona 详情：/personas/<person_id>
• 任务页：/jobs/<job_id>

工作台里会把下面几层概念明确分开：

• persona_name：可编辑的人类主名
• person_id：稳定存储 ID
• display_name：平台展示名
• profile_id：平台账号 ID

前端支持的第一批动作：

• backend bootstrap / login
• persona create / attach / migrate
• 编辑 persona_name
• 切换 primary_account_url
• skill build

如果你要显式指定 slug：

conda run -n chat python -m social_persona_skill.cli \
  --runtime-root .runtime \
  --storage-dir personas \
  skill build \
  --person-id <id> \
  --slug my-persona

编译到 Codex：

conda run -n chat python -m social_persona_skill.cli \
  --runtime-root .runtime \
  --storage-dir personas \
  skill build \
  --person-id <id> \
  --host codex

编译到 OpenCode：

conda run -n chat python -m social_persona_skill.cli \
  --runtime-root .runtime \
  --storage-dir personas \
  skill build \
  --person-id <id> \
  --host opencode

一次安装到三个 host：

conda run -n chat python -m social_persona_skill.cli \
  --runtime-root .runtime \
  --storage-dir personas \
  skill build \
  --person-id <id> \
  --host all

说明：

• 默认不写 --host 时，仍然只安装到 Claude
• OpenCode 的原生 skill 名要求 ASCII kebab-case；如果 persona 名是中文且你想显式指定名字，建议传 --slug my-persona

---

多端中怎么用

Claude Code 里暴露的是：

• /persona-<slug>

Roleplay

/persona-andrej-karpathy
roleplay: How should I learn to build LLM infra from scratch?

Ask About Persona

/persona-andrej-karpathy
ask: 他公开表达里最明显的风格特征是什么？

Rewrite

/persona-andrej-karpathy
rewrite: We should simplify the stack and reduce operational complexity.

Codex / OpenCode 侧会安装成同名 skill 目录。激活 skill 之后，用法仍然一样：

roleplay: ...
ask: ...
rewrite: ...

---

运行时目录

后端依赖和登录态都隔离在 .runtime/ 下：

.runtime/
  auth_tokens
  backends/
    x/
      venv/
      scweet_state.db
    xiaohongshu/
      repo/
      venv/
    zhihu/
      repo/
      venv/
  state/
    xiaohongshu/
      browser_state/
    zhihu/
      browser_state/

说明：

• Scweet 安装在 .runtime/backends/x/venv/
• MediaCrawler repo 安装在 .runtime/backends/xiaohongshu/repo/
• MediaCrawler Python 环境在 .runtime/backends/xiaohongshu/venv/
• 小红书浏览器状态在 .runtime/state/xiaohongshu/browser_state/
• 知乎 MediaCrawler repo 安装在 .runtime/backends/zhihu/repo/
• 知乎 Python 环境在 .runtime/backends/zhihu/venv/
• 知乎浏览器状态在 .runtime/state/zhihu/browser_state/

---

测试

默认测试：

conda run -n chat pytest -q tests

live smoke tests 需要显式开启，并要求本地凭证和登录态已经准备好：

SOCIAL_PERSONA_RUN_LIVE=1 conda run -n chat pytest -q tests/live

说明：

• 默认测试不会访问真实站点
• live 测试会访问 X 和小红书真实页面
• .runtime/、.claude/、.agents/、.opencode/、personas/ 都是本地目录，已在 .gitignore 中排除

---

致谢与第三方项目

本项目 README 的排版和组织方式参考了 titanwings/colleague-skill。当前采集能力也明确建立在成熟开源项目之上，感谢原作者的公开工作。

项目	用途	当前集成方式	许可与使用提示
colleague-skill	README 结构与表达参考	仅参考 README 的组织方式，不包含其代码	请尊重原仓库署名与许可
Scweet	X / Twitter 文本采集	运行时在隔离 venv 中按固定 commit 安装	GitHub 仓库页面标注为 MIT License；使用时仍需遵守目标平台规则与当地法律
MediaCrawler	小红书登录态复用与笔记采集	运行时 clone 固定 commit 到 .runtime/backends/xiaohongshu/repo/	上游仓库采用 Non-Commercial Learning License 1.1，仅建议用于学习研究，不应用于商业用途或大规模抓取

补充说明：

• 本仓库不直接 vendoring Scweet 或 MediaCrawler 的源码，主要做的是运行时安装、登录态衔接、采集结果归一化，以及 Persona / Skill 编译流程。
• 如果你计划二次分发、商用，或把抓取能力接入正式业务，请先自行核验上游许可证、目标平台服务条款，以及你所在地区的合规要求。
• 使用任何采集后端前，都应以最小化、克制、合法的方式访问公开信息，避免对目标平台造成干扰。

---

项目结构

.
├── README.md
├── docs/
│   └── collector_backends.md
├── pyproject.toml
├── src/social_persona_skill/
│   ├── adapters.py
│   ├── backends.py
│   ├── cli.py
│   ├── models.py
│   ├── runtime.py
│   ├── service.py
│   ├── skills.py
│   ├── storage.py
│   ├── workflow.py
│   └── backend_helpers/
│       ├── scweet_collect.py
│       └── xiaohongshu_collect.py
└── tests/
    ├── test_backends.py
    ├── test_skills.py
    ├── test_workflow.py
    └── live/
        ├── test_platform_backends.py
        └── test_skill_build.py

Star History