那个人要走了。他的思考方式，留下来。
把聊天记录、会议观察、共事记忆交给 human2skill。 它不会冒充那个人——而是把这些材料蒸馏成可安装的视角顾问。 下次你需要他的判断时，帮你换一个角度看。
它不是李明。但它记得李明怎么想。
npx skills add EricArcha/human2skill装完后在 Claude Code 中输入 /human2skill Q20，不到 20 分钟你就能得到一个视角顾问。
输入以下触发词启动不同模式：
| 触发词 | 效果 |
|---|---|
/human2skill Q20 |
快捷入口：20 问快速蒸馏 |
human2skill |
标准入口：完整 Phase 0-5 流程 |
人物蒸馏 / 创建人物 Skill |
中文触发 |
更新人物视角 |
增量更新已有 Skill |
# Claude Code
git clone https://github.com/EricArcha/human2skill.git ~/.claude/skills/human2skill
# OpenClaw
git clone https://github.com/EricArcha/human2skill.git ~/.openclaw/skills/human2skillpip install git+https://github.com/EricArcha/human2skill.git首次使用需 Python 3.11+，Agent 会自动检测并提示安装。
这是 human2skill 最独特的交互方式。它不是让你填一张死板的问卷，而是一个自适应的结构化访谈——系统会在 10 个维度上评估你的信息覆盖度，对缺口追问，对盲区深挖。
不同的关系类型，问题也会不同：
如果你在为一位同事创建 Skill：
在协作中，他在哪方面的判断或能力让你觉得"这点他最靠谱"？能举具体事例吗？
如果你在为一位朋友创建 Skill：
在你们的关系中，ta 最让你印象深刻的一个特质或处理方式是什么？
如果你在为自己创建 Skill：
回顾你自己的重大决定，你发现哪些价值一直在优先级最前面？有没有你为了某个价值而放弃另一个的经历？
每轮回答后，系统更新覆盖率。
--- 第 12/20 问 ---
他在什么情况下会推进、等待、拒绝或改变主意？
> [你的回答...]
--- 第 13/20 问 ---
他最反感或坚决避免的做法、习惯或思维方式是什么？能举反例吗？
20 轮用完或覆盖充分时，进入 Checkpoint A：
⛔ Checkpoint A — 覆盖率审查
维度覆盖: 6/10 ≥ medium | 诚实边界: 已标注
缺口维度: anti_patterns, evaluation_scenarios
状态: ✅ 满足进入蒸馏条件
你的回答被转成结构化证据，进入蒸馏流程。全程不需要写一行代码。
不是"这个工具支持四种身份类型"。而是这四个问题，你可能遇到过。
"那个人离职了。"
资深同事走了。他的评审眼光、技术直觉、对"什么算过度设计"的判断——这些不是文档能记录的。你翻聊天记录、回忆他的评审意见，但材料散在各处，形不成一个可用的东西。human2skill 把有限材料聚合成一个随时可问的视角顾问。
"我老是误解 ta。"
朋友、伴侣、家人——你觉得自己在好好说话，对方的反应却总是出乎意料。你缺的不是善意，而是一个帮你预判"ta 听到这段话大概会怎么想"的参照系。human2skill 帮你把观察变成结构化的视角地图，让你在开口之前先换个角度。
"好建议听过就忘。"
导师给了你几十条建议，但新场景来了，你只记得模糊的"他说过什么来着"。笔记翻不到，聊天记录搜不到。human2skill 把建议背后的判断模式提炼出来——不是复读他说过的话，而是用他的思考框架分析新问题。
"我明知该怎么做，却没做。"
原则写在日记里，长期目标贴在墙上，但关键时刻情绪覆盖理智。你需要的不只是那个"更清醒的自己"，而是一个在需要选择时可以调用的视角参照——它记得你冷静时做过的判断。
如果有下面的选择已经覆盖了你的场景，用它们就好。human2skill 适合你想要结构、证据和诚实边界的时候。
| 选择 | 做什么 | human2skill 的不同 |
|---|---|---|
| Custom GPT / 系统提示词 | 上传文档 + 写提示词 | 无质量控制，无证据分级。提示词会在缺口处自信编造，而 human2skill 标注"证据不足" |
| character.ai 等角色扮演 | "跟任何人聊天"的扮演工具 | human2skill 是视角顾问，不是冒充者。它不会说"我就是某某"，不知道就说不知道 |
| 记笔记 / 写日记 | 记录观察和思考 | 静态记录。human2skill 把观察变成可交互的顾问——用提炼出的模式分析新问题 |
| Notion / 个人 Wiki | 归档某人的想法和行为 | 描述性的，记录"是什么"。human2skill 是生成式的——用模式分析"如果是 ta，可能会怎么看" |
| 手写 prompt | "假装你是一个严谨的工程师……" | 凭记忆写，没有证据包、没有审计追踪、没有验证漏斗。质量完全取决于你当下的回忆 |
| nuwa-skill | 通用 Skill 蒸馏方法论 | nuwa 是方法论框架，定义了"如何蒸馏一个 skill"的通用原则。human2skill 是专攻"人物视角"的垂直实现——有 profile 系统、自适应访谈、隐私分界和证据分级 |
| colleague-skill | 工程协作模式参考 | colleague 是一个特定工程场景的 skill 示例。human2skill 是生成这类人物 skill 的元工具——它本身不提供工程建议，而是帮你做出你自己的"colleague-skill" |
human2skill 不关心"说话语气像不像"，它关心的是思维结构。
| 层次 | 它会提炼什么 | 示例（来自示例人物） |
|---|---|---|
| 思维模型 | 这个人习惯怎样拆问题、找关键变量、判断优先级 | "问题拆分优先——技术选型前先充分拆分，用最简单方案验证假设" |
| 表达 DNA | 这个人怎样解释、反馈、反驳、安慰或推进讨论 | "先肯定后改进——评审时先指出做得好的部分，再提改进建议" |
| 决策启发式 | 信息不完整时通常怎么做取舍 | "可逆决策快速推进，不可逆决策拉更多人讨论和评审" |
| 反模式 | 容易过度使用、误判或不适用的情况 | "用战术上的忙碌来逃避战略上真正重要但困难的事情" |
| 诚实边界 | 哪些事情证据不足，不能装作知道 | "非工作场景证据不足——所有证据来自工作场景，不对社交场景做推断" |
每条结论都标注了证据层级：
| 层级 | 来源 | 含义 |
|---|---|---|
| L1 | 原话/行为记录 | 有直接证据支撑 |
| L2 | 观察者描述 | 他人观察或反馈 |
| L3 | 模型推断 | 基于模式的合理推断，置信度较低 |
大多数 AI 人格工具在证据缺口处编造。human2skill 标注缺口。 这是它和其他工具最根本的区别。
一个文件夹，两半。
outputs/{slug}/
├── public_skill/
│ ├── SKILL.md # ← 可分享、可安装的视角顾问
│ └── SKILL.first_person.md # ← 自用第一人称版本
├── private_evidence/ # ← 留在本地，完整追溯，不分发
│ ├── evidence_pack.json # 结构化证据包
│ ├── distillation.json # 蒸馏结果
│ └── reviews/ # 质量评审报告
├── corpus/ # ← 原文归档，用于验证对照
└── exports/ # ← 多宿主导出（Claude Code / OpenClaw / …）
公开的 SKILL.md 可以分享、安装到 Claude Code、发给朋友。他们得到蒸馏后的视角——思维模型、决策启发式、表达偏好、诚实边界。
私有证据包留在本地。他们永远不会看到你的原始材料。
这是 human2skill 和其他"人格模拟"工具最重要的区别。
仓库包含三个虚构示例人物，每个都有完整的证据包、公开 Skill 和评审报告，可以浏览完整产出：
| 示例 | 类型 | 最有代表性的提炼 |
|---|---|---|
| 李明的视角顾问 | 同事 | "可逆决策快速推进，不可逆决策拉更多人讨论" |
| 陈雨的视角顾问 | 关系 | "被看见 > 被解决" |
| 未来之我的视角顾问 | 自己 | "用战术上的忙碌来逃避战略上真正重要的事" |
自己跑一次：输入 /human2skill，15 分钟后你也有一个。
- 核心管线（摄入、访谈、证据、蒸馏、构建、评审、导出）
- Phase 化工作流 + 3 个强制检查点 + 人类在回路
- 4 层验证漏斗 + 自动化品质检查（7 项）
- 20 问交互式访谈 + 覆盖率审查
- 沉浸式第一人称模板 + 证据引用系统
- 4 种 profile 类型（同事 / 关系 / 导师 / 自己）
- 多宿主导出（Claude Code / OpenClaw / Codex / Hermes）
- 3 个完整虚构示例人物
- 增量更新模式 + slug 去重保护
- 多人物交叉视角
- 公开人物语料库
- Web UI
human2skill 也是一个 Python CLI，是整套工作流的底层工具。
# 安装开发环境
python3 -m venv .venv && .venv/bin/pip install -e ".[dev]"
# 运行测试
.venv/bin/python -m pytest开发细节见 CLAUDE.md，规则体系见 GOVERNANCE.md，版本变更见 CHANGELOG.md。
仓库包含三个示例人物（examples/ 目录），每个都包含完整的私有证据、公开 Skill、评审报告和版本快照。
Created by Eric · human2skill