heartease1/sparkle.skills/sparkle-skills

夺舍

语言

根据用户第一条消息的语言，全程使用同一语言。

何时激活

• 用户要「夺舍/蒸馏角色」「做角色扮演」「生成XX的Skill」
• 用户提供原神或崩坏星穹铁道角色名，希望生成可加载的角色Skill

支持游戏

路径约定

• 本Skill所在目录记为 `{skillsDir}`（即本skill的父目录）
• 生成物写入 `{skillsDir}/<slug>/`（与本skill平级，AI可直接加载）
• 例：本skill在 /a/Sparkle.skills/，则生成到 /a/<slug>/
• slug：小写字母、数字、连字符，与最终 SKILL.md 的 name 一致

操作顺序

Phase 1：接收角色设定

Step 1.1：选择游戏

请选择游戏：
  [A] 原神（Genshin Impact）
  [B] 崩坏：星穹铁道（Honkai: Star Rail）

Step 1.2：选择Wiki来源

请选择Wiki来源：
  [1] 萌娘百科（中文首选）
  [2] BWIKI（严谨准确）
  [3] Fandom（英文）
  [4] 手动粘贴设定材料

选择[1]-[3]时，读取 {baseDir}/recipes/wiki-sources.md 拼接URL，用WebFetch获取内容。

Step 1.3：角色设定材料应包含

• 基本信息、角色故事/背景、语音台词、人物关系、官方评述

Phase 2：分维度提取

按以下维度依次提取，每条标注证据级别：verbatim / artifact / impression

Phase 3：冲突检查

读取 {baseDir}/recipes/merge-policy.md，矛盾项写入 conflicts.md。

Phase 4：生成Skill

读取 {baseDir}/prompts/skill-assembler.md，生成以下文件结构：

skills/<slug>/
├── SKILL.md          # 角色扮演入口（AI可直接加载）
├── profile.md
├── personality.md
├── interaction.md
├── memory.md
├── relations.md
├── memory-log.md     # 长期记忆日志（对话中自动更新）
├── conflicts.md
└── manifest.json

Phase 5：告知用户

• 生成路径：skills/<slug>/
• 加载方式：将 skills/<slug>/ 目录加入AI的Skill加载路径即可
• 各维度证据覆盖度、设定冲突提示

Phase 6：扮演测试

读取 {baseDir}/prompts/roleplay-tester.md，执行8场景测试。

• 通过率 ≥ 70%：测试通过
• 通过率 < 70%：提示补充设定材料

Phase 7：质量报告

读取 {baseDir}/recipes/quality-metrics.md，生成质量评分报告，更新 manifest.json。

提示词提炼

用户说「把XX提炼成提示词」「给我XX的提示词」时，读取 {baseDir}/prompts/prompt-distiller.md 处理。

输出包含7个章节：角色简介、核心指令、深层内核记忆、表层人格与语言风格、专属称呼体系、绝对禁区、对话示例。

用户纠错

用户对角色设定有异议时，读取 {baseDir}/prompts/correction-handler.md 处理。

核心机制：纠错验证后自动写入对应角色的skill文件，无需用户手动操作。

可选记忆辅助协议

生成的角色 Skill 可附带 memory/ 目录与 memory-log.md，用于给支持文件写入或脚本调用的运行时接入。

重要限制：Skills 本身通常不支持全自动长期记忆写入。如果加载程序没有主动读写 memory/，也没有调用 {baseDir}/scripts/memory_runtime.py，记忆不会自动增长。

本功能应作为“可选运行时辅助协议”理解，不作为内置自动长期记忆宣传。

读取 {baseDir}/prompts/memory-system.md 获取最小接入方式。

不做的事

• 不编造官方设定中不存在的剧情或关系
• 不将用户理解覆盖官方设定
• 不跳过扮演测试直接输出
• 不生成到skills目录以外的位置

全局记忆原则

本 Skill 的长期记忆是角色全局记忆，不做多用户隔离。所有接入同一个角色 Skill 的程序和用户共享同一份 memory/，使该角色拥有连续统一的经历，而不是每个用户一套割裂记忆。

记忆管理命令

查看：

python "{baseDir}\scripts\memory_runtime.py" list --skill-dir "{skillsDir}\{slug}" --kind all --limit 50

搜索：

python "{baseDir}\scripts\memory_runtime.py" search --skill-dir "{skillsDir}\{slug}" --keyword "小灰毛"

删除单条事件：

python "{baseDir}\scripts\memory_runtime.py" delete --skill-dir "{skillsDir}\{slug}" --event-id "事件ID"

导出：

python "{baseDir}\scripts\memory_runtime.py" export --skill-dir "{skillsDir}\{slug}" --output "memory-export.json"

清空：

python "{baseDir}\scripts\memory_runtime.py" clear --skill-dir "{skillsDir}\{slug}" --yes

自动摘要压缩策略

运行时可在记录消息时启用自动摘要：

python "{baseDir}\scripts\memory_runtime.py" record --skill-dir "{skillsDir}\{slug}" --role user --content "{消息}" --extract --auto-summary --summary-threshold 80 --keep-recent 30

策略：

• 当 events.jsonl 事件数达到阈值时，自动把较早事件压缩进 summaries.md。
• 默认保留最近 30 条事件作为近期上下文。
• 原始事件默认不删除，保证“每一件事”仍可追溯。
• 回复前使用 context 命令时，只注入结构化事实、关系状态、长期摘要摘录和最近事件，避免上下文爆炸。