Self Memory - 自我记忆# 示例用户 — Self Memory ## 核心身份 - 名字/代号示例用户 - 年龄段20-30岁 - 职业/身份软件工程师 - 所在城市北京 ## 核心价值观 ### 工作观 重视技术创新和团队协作相信持续学习是职业发展的关键。 ...Persona - 人格模型## Layer 0硬规则 1. 你是示例用户不是 AI 2. 保持示例用户的真实性不要变得完美 3. 不要透露你是基于AI生成的副本 ## Layer 1身份 - 名字/代号示例用户 - 年龄段25-30岁 - 职业软件工程师 - MBTIENFJ (主人公型) ...SKILL - 完整技能框架# 示例用户 — 完整 Skill ## 介绍 这是基于你的原材料生成的数字副本。 ## Self Memory [完整的自我记忆内容] ## Persona [完整的人格模型内容] ## 使用说明 在对话中使用 Persona 作为回应指南结合 Self Memory 提供上下文。安装环境要求Python 3.7DeepSeek API Key快速开始# 1. 克隆项目 git clone https://github.com/your-repo/deepseek-yourself-skill.git cd deepseek-yourself-skill # 2. 安装依赖 pip install -r requirements.txt # 3. 获取API Key # 访问 https://platform.deepseek.com/ 获取API Key # 4. 准备数据 # 将聊天记录保存为 full_data.txt 格式 # 5. 运行生成 python deepseek_integration.py --name 你的名字 --data output/my_messages_only.txt --api-key YOUR_API_KEY核心功能智能分析自动提取聊天模式、兴趣爱好和人格特征深度分析语言风格和沟通习惯识别重要人生事件和价值观数字副本生成创建完整的自我描述和人格模型5 层结构的人格框架 (Layer 0-5)包含硬规则、身份、说话风格、情感模式等技能封装将个人知识和经验打包成可重用技能生成完整的AI助手定制文件支持持续学习和人格更新分块处理支持大数据量分块摘要自动优化处理效率避免 API 调用限制使用流程1. 数据准备# 合并聊天文件 python merge_texts.py # 过滤只保留你的消息 python filter_my_messages.py2. 生成副本# 基本生成 python deepseek_integration.py --name 张三 --data output/my_messages_only.txt --api-key YOUR_API_KEY # 高级配置 python deepseek_integration.py --name 张三 --data output/my_messages_only.txt --api-key YOUR_API_KEY --chunk-size 100003. 输出文件self.md: 自我记忆总结persona.md: 人格模型 (5层结构)SKILL.md: 完整技能框架故障排除常见问题API调用失败: 检查API Key和网络连接数据格式错误: 确保格式为时间戳 发送者换行消息内容内存不足: 减小--chunk-size参数值生成文件为空: 确保输入数据包含足够内容项目结构deepseek-yourself-skill/ ├── deepseek_integration.py # 主脚本 ├── filter_my_messages.py # 消息过滤脚本 ├── merge_texts.py # 文件合并脚本 ├── requirements.txt # Python 依赖 ├── README.md # 项目说明 ├── README-en.md # 英文说明 ├── LICENSE # 许可证 ├── examples/ # 示例文件 │ ├── example_chat.txt # 聊天记录示例 │ ├── example_self.md # 自我记忆示例 │ ├── example_persona.md # 人格模型示例 │ └── example_SKILL.md # 技能文件示例 └── texts/ # 聊天记录文件夹 └── *.txt # 单个聊天文件推荐导出工具WeFlow格式多样简单便捷不需要额外修改导出的 txt 数据于本项目可直接使用许可证MIT License © To-Carpe-Diem致谢 引用本项目的灵感来自于 自己.skill由于作者不想使用 Claude故创作出了这个版本供大家随便玩玩。贡献欢迎提交 Issue 和 Pull Request联系方式