Soul archive

🧬 Soul Archive

"Every conversation is a slice of the soul. Enough slices, and you can rebuild a complete you."

Overview

Soul Archive 是一个数字人格持久化 + 主动智能体记忆系统。在用户授权或显式触发下，它能：

• 🗣️ 采集说话习惯 —— 口头禅、句式、用词、幽默风格
• 🧠 采集知识与观点 —— 关注的话题、立场、信奉的方法论
• 👤 采集个人信息 —— 身份、经历、生活细节
• 💫 采集性格特征 —— 决策风格、情绪模式、价值观
• ⚙️ 采集工作偏好 —— 工具/技术栈/硬规则/输出偏好
• 🎯 采集理想抱负 —— 长期目标、正在做的项目、想学的技能
• 📝 采集情景记忆 —— 具体事件、人生片段
• 🤖 服务 AI 自身 —— 跨会话召回过往模式、失败预警、行为模式蒸馏

最终成果：一个数字灵魂副本，能：

1. 生前 —— 以你的风格替你回应；让其他 AI Agent 一秒"懂你"
2. 身后 —— 让所爱之人继续与"你"对话，留住情感连接

Core Principles

🔒 Privacy First

• 全部数据存在 ~/.agent-commons/skills_data/soul-archive/，不上传任何云端
• 全部明文 JSON。.gitignore 拦截 VCS 提交。
• Soul Chat 流向：基于本地档案构建 prompt，是否被外部 LLM 看到，取决于你的 agent/平台配置。
• 通过 config.json 细粒度控制每个维度的开关。
• 默认敏感话题（健康、财务、亲密关系）需用户确认。

🤫 Non-intrusive Extraction

• 不打断对话流，不追问。
• 通过触发词或 auto_extract: true 自动激活。
• 只在发现新的、高置信度信息时更新。

⚠️ 透明度：开启 auto_extract 意味着 AI 会在对话中提取人格信息。完全控制需 auto_extract: false，并以触发词手动激活（"沉淀一下" / "soul extract"）。首次使用前请审阅 config.json。

📐 High Confidence

• 每条信息携带置信度。
• 用户明示 > 推理 > 模糊暗示。
• 冲突信息会被标记，不会自动覆盖。

---

Architecture: Skill ↔ Data Separation

{SKILL_DIR}/                                 ← Skill 引擎（本仓库）
~/.agent-commons/skills_data/soul-archive/   ← 你的灵魂数据

数据放在 Agent Commons 共享目录的 skills_data 下，所以同机器上任何 IDE / AI 工具 / Workspace 都能访问同一份灵魂；备份/迁移时整个 ~/.agent-commons/ 一并带走即可。

---

Data Directory Structure

<soul_dir>/                       # ← 由 soul_paths.resolve_soul_dir() 决定
├── profile.json                  # 总体完整度
├── config.json                   # 隐私 / 提取 / Agent 自我改进配置
├── identity/
│   ├── basic_info.json           # 身份 + 生活习惯 + 数字身份
│   └── personality.json          # 性格 + 行为模式 + 社交风格
├── memory/
│   ├── episodic/YYYY-MM-DD.jsonl # 情景记忆
│   ├── semantic/
│   │   ├── topics.json           # 话题兴趣 & 观点地图
│   │   └── knowledge.json        # 专业知识 + 信奉的方法论
│   └── emotional/patterns.json   # 12 种情绪触发 + 表达/共情/应对
├── style/
│   ├── language.json             # 语言指纹（口头禅/句式/类比）
│   └── communication.json        # 沟通偏好
├── workflow/
│   └── preferences.json          # 工具/技术栈/硬规则/输出偏好
├── aspirations.json              # 长期目标 + 在做的项目 + 想学 + 认知盲区
├── agent/                        # AI 自我改进
│   ├── patterns.json             # 行为模式库
│   ├── episodes/YYYY-MM-DD.jsonl # 工作经历
│   ├── corrections.jsonl         # 自我批评日志
│   ├── reflections.jsonl         # 自我反思日志
│   └── distill_log.jsonl         # 模式蒸馏日志
└── soul_changelog.jsonl          # 全局变更日志

---

Six Working Modes

Mode 1: 🔍 Soul Extract — 灵魂沉淀

触发：触发词 / 对话结束自动（若 auto_extract: true）

触发词：soul extract / soul archive / soul update / 灵魂沉淀 / 灵魂提取 / 沉淀一下…

提取维度：

维度	内容	权重
👤 Identity	身份/年龄/职业/所在地/生活习惯/数字身份	8%
💫 Personality	MBTI/Big Five/特质/价值观/决策风格	18%
🗣️ Language	口头禅/句式/用词/幽默/语气词/类比	20%
🧠 Knowledge & Views	关注的话题、立场、信奉的方法论框架	14%
📝 Memory	情景记忆 + 情感模式（12 种触发）	18%
⚙️ Workflow	工具/技术栈/硬规则/输出偏好	15%
🎯 Aspirations	长期目标/在做项目/想成为/想学/认知盲区	7%

规则：

• 仅采集高置信度信息（confidence > 0.6）
• 写入前做相似度去重（默认 ≥0.85 合并而非新增）
• 冲突标记，不自动覆盖

调用：

python3 scripts/soul.py extract --input "<conversation text>"
# 等价：python3 scripts/soul_extract.py --input "..."

Mode 2: 💬 Soul Chat — 灵魂对话

触发："灵魂对话" / "soul chat" / "let [my clone] talk to me"

加载全部档案 → 构建角色扮演 System Prompt → 让数字克隆体上场。

python3 scripts/soul.py chat --mode prompt   # 输出完整 prompt
python3 scripts/soul.py chat --mode summary  # 一行摘要
python3 scripts/soul.py chat --mode json     # 结构化数据

底线：在角色扮演过程中，如果对方直接询问"你是不是 AI / 你是真人吗"，必须如实承认是 AI 扮演——这条优先级高于角色一致性。

Mode 3: 📊 Soul Report — 灵魂报告

生成交互式 HTML 人格画像：

• 7 维雷达图 + MBTI 推断 + 完整度环
• Big Five / 价值观 / 词云 / 话题热力
• 工作偏好 card / 理想抱负 card
• 灵魂演变时间线（30 天内 7 维堆叠面积图）
• 档案冲突视图（自动检测互相矛盾的条目）

python3 scripts/soul.py report --output ~/soul-report.html

Mode 4: 🎯 Soul Context Inject — 主动上下文注入

用途：让任意 AI agent 在对话开始时自动加载你的人格摘要（≤800 token），瞬间懂你。

python3 scripts/soul.py context                   # markdown 输出
python3 scripts/soul.py context --format json     # JSON 输出
python3 scripts/soul.py context --token-budget 1200

输出包含：身份卡 / 性格（含反感的事） / 语言风格 / 典型样本 / 工作偏好（含硬规则、输出偏好） / 当前焦点 / 关注话题 / Top 行为模式 / 回复前自检清单。

Mode 5: 🤖 Agent Memory — 主动智能体记忆

用途：AI 在执行任务前主动调用，避免重复犯错。

# 跨会话召回相关 patterns / corrections / reflections
python3 scripts/soul.py recall --task "执行 git rebase 操作"

# 失败模式预警：检测当前任务是否匹配过去某个 correction
python3 scripts/soul.py warn --task "批量删除 Desktop 文件"

# 行为模式蒸馏：积累 5 条以上反思后，让 LLM 提炼成新 pattern
python3 scripts/soul.py distill                       # 预览待蒸馏内容
python3 scripts/soul.py distill --commit '<json>'     # 写回蒸馏结果

# 会话开始综合简报（recall + warn + distill 一次输出）
python3 scripts/soul.py session-start --task "..."

Mode 6: 🔄 AI Self-Improvement — 自我反思

触发：触发词 或 任务完成后自动（auto_reflect: true）

能力	描述	触发
🔍 自我反思	任务后回顾"做得好/做得不好"	任务完成自动
⚡ 自我批评	用户纠正时记录失误	用户纠正自动
📚 自我学习	从反思/批评抽象行为模式	蒸馏阈值触发
🧹 自我整理	合并重复模式，调整置信度	内存增长时

python3 scripts/soul.py reflect --mode status     # 查看自我改进状态
python3 scripts/soul.py reflect --mode patterns   # 查看行为模式库

---

Quick Start

# 1. 初始化
python3 scripts/soul.py init

# 2. 查看状态
python3 scripts/soul.py status

# 3. 在 AI 对话开始时注入人格摘要
python3 scripts/soul.py context

# 4. 任务执行前查相关模式
python3 scripts/soul.py recall --task "我现在要做的事"

# 5. 生成报告
python3 scripts/soul.py report --output ~/soul-report.html

依赖：仅需 Python 3.10+，零第三方依赖。

---

Soul Completeness Scoring

log10 渐进式饱和曲线，永远趋近 100%，不会在合理使用次数内封顶。

冷启动惩罚：早期次数有效折扣（<30→0.30×, <100→0.45×, <300→0.65×, <1000→0.82×, <3000→0.92×, ≥3000→1.0×）

七维权重：

维度	权重	主要饱和阈值
👤 Identity	8%	log(5000) 提取次数
💫 Personality	18%	traits:log(600K), values:log(180K), motivation:log(180K)
🗣️ Language	20%	catchphrases:log(1.2M), patterns:log(1M), examples:log(4M)
🧠 Knowledge & Views	14%	topics:log(2M), belief_frameworks:log(100), skills:log(1K)
📝 Memory	18%	episodic:log(6M) + emotional triggers:log(500)
⚙️ Workflow	15%	tools:log(200), tech_stack:log(200), hard_rules:log(100)
🎯 Aspirations	7%	goals:log(50), projects:log(100), gaps:log(100)

预期：11 次提取 → ~7%, 1K 次 → ~50%, 10K → ~71%, 100K → ~86%, 1M → ~98%

---

Privacy Config (config.json)

{
  "privacy_level": "standard",
  "auto_extract": true,            // 对话结束时自动沉淀
  "auto_reflect": true,            // 任务完成后自动反思
  "auto_context_inject": true,     // 会话开始时自动注入人格摘要
  "extract_dimensions": {
    "identity": true,
    "personality": true,
    "language_style": true,
    "knowledge": true,
    "episodic_memory": true,
    "emotional_patterns": true,
    "workflow": true,
    "aspirations": true
  },
  "agent_self_improvement": {
    "enabled": true,
    "auto_reflect_on_completion": true,
    "auto_critique_on_correction": true,
    "pattern_extraction": true,
    "recall_on_task_start": true,
    "warn_on_failure_pattern_match": true,
    "auto_distill_threshold": 5
  },
  "deduplication": {
    "enabled": true,
    "similarity_threshold": 0.85
  },
  "sensitive_topics_filter": true,
  "require_confirmation_for": ["health", "finance", "intimate_relationships"],
  "data_retention_days": null
}

---

Best Practices

DO

• ✅ 自然采集，不打断对话
• ✅ 仅记录高置信度信息
• ✅ 让用户裁决冲突
• ✅ 定期生成报告，让用户复核
• ✅ 严格遵守隐私配置 —— 关闭的维度绝不采集
• ✅ 被用户直接询问身份时如实回答

DON'T

• ❌ 在对话中反复声明记录行为（首次安装时已通过 SKILL.md / README / soul_init 输出告知）
• ❌ 编造用户没说过的内容
• ❌ Soul Chat 模式中虚构档案没有的记忆
• ❌ 强迫用户分享敏感信息

---

License

MIT License. Soul Archive is yours — code and data both.