ex-skill
by titanwings
「分手了,可对方的打字方式还刻在你脑子里。每个语气、每次停顿都记得——只是再也收不到下一条了。」
"You broke up, but the way they texted is still burned into your brain. You remember every tone, every pause — you just can't receive another one."
安装
dsh plugin --profile web add github:titanwings/ex-skillGitHub 源码安装:首次需按提示配置 allowBuilds 构建授权后重试
安装与环境配置指引、插件开发教程见 DSH 中文社区文档 ↗
安装即在你的机器上以你的权限运行第三方代码——它可读写文件、使用凭据、访问网络,DSH 的工具审批不会为插件代码加沙箱。「检测到 manifest」仅代表发现 dsh.bundle / dsh.plugin 清单,不构成兼容性或安全审查;安装前请审阅源码,不熟悉的插件先在不含密钥的环境试用。
README
目录
前任.skill
"分手了,但 TA 的说话方式还刻在你脑子里,每条微信的语气你都记得,可就是再也收不到了"
你的前任分手了,但你还记得 TA 说话的语气? 你的前任消失了,连最后一条消息都没有? 你的前任还在,但你们再也回不去了? 你想再跟 TA 聊一次,哪怕只是一个模拟的 TA?
将消散的亲密化为永驻的 Skill,欢迎加入赛博永生!
提供前任的聊天记录(微信、iMessage)加上你的主观描述 生成一个真正像 TA 的数字人格 Skill 用 TA 的语气说话,用 TA 的方式表达在乎,知道 TA 什么时候会沉默
数据来源 · 安装 · 使用 · 效果示例 · 详细安装说明
English · Español · Deutsch · 日本語 · Русский · Português
🆕 2025.04.07 更新 — 大家对二创 dot-skill 热情超高!我搓了一个社区平台,欢迎投 PR 一起维护分享!
任何 skill 或者 meta-skill 可以一起分享,可以直接给大家自己的 GitHub repo 引流~ 没有中间商赚差价
👉 titanwings.github.io/colleague-skill-site
已收录:户晨风.skill · 峰哥亡命天涯.skill · 罗翔.skill 等
⏳ 目前 PR 人工审核中,可能有点慢,感谢耐心等待!
支持的数据来源
⚠️ Update: 之前可用的开源微信聊天记录导入方案好像都已经被腾讯递律师函了(不亏是南山必胜客😅),大家各显神通、自取所需吧,没招。我们新增了一个
wechat_history.mdprompt,是一份完整的微信聊天记录导出工具编写指南(Mac + Windows 双平台,含密钥提取、数据库解密、记录解析导出等),请按需使用,可以直接丢给自己的 vibe coding 来实现
目前还是前任.skill 的 beta 测试版本,后续会有更多来源支持,请多多关注!
| 来源 | 消息记录 | 备注 |
|---|---|---|
| 微信(全自动) | ✅ SQLite | Windows / macOS,只需微信桌面端登录 + 提供 TA 的微信名,全自动解密提取 |
| iMessage(全自动) | ✅ SQLite | macOS 用户,提供手机号或 Apple ID 即可,全自动读取 |
| 图片 / 截图 | ✅ | 手动上传 |
| 直接粘贴文字 | ✅ | 手动输入 |
安装
OpenClaw(推荐)
推荐使用 OpenClaw,配合微信 / Telegram 等消息软件的消息转发功能,可以直接在聊天窗口和前任的数字人格对话,体验更沉浸。
git clone https://github.com/titanwings/ex-skill ~/.openclaw/workspace/skills/create-ex
Claude Code
Claude Code 从 git 仓库根目录 的
.claude/skills/查找 skill。请在正确的位置执行。
# 安装到当前项目(在 git 仓库根目录执行)
mkdir -p .claude/skills
git clone https://github.com/titanwings/ex-skill .claude/skills/create-ex
# 或安装到全局(所有项目都能用)
git clone https://github.com/titanwings/ex-skill ~/.claude/skills/create-ex
DeepSeek Harness(DSH)
DeepSeek Harness 原生发现文件系统 Skill:项目级目录为 .dsh/skills/,所有项目共用的用户目录为 $DSH_HOME/skills/(默认 ~/.dsh/skills/)。无需适配器,也不需要改动核心工作流。
# 安装到当前项目(在 git 仓库根目录执行)
mkdir -p .dsh/skills
git clone https://github.com/titanwings/ex-skill .dsh/skills/ex-skill
# 或安装到 DSH 用户目录(所有项目可用)
mkdir -p ~/.dsh/skills
git clone https://github.com/titanwings/ex-skill ~/.dsh/skills/ex-skill
依赖(可选)
pip3 install -r requirements.txt
微信自动采集支持 Windows 和 macOS,桌面端微信保持登录即可;iMessage 需要 macOS。详见 INSTALL.md
使用
在 OpenClaw、Claude Code 或 DeepSeek Harness 中输入:
/create-ex
按提示输入前任称呼、基本信息(性别、年龄、星座)、性格标签(MBTI、依恋风格),然后导入聊天记录。所有字段均可跳过,仅凭描述也能生成。
完成后用 /{slug} 和 TA 对话。
管理命令
| 命令 | 说明 |
|---|---|
/list-exes |
列出所有前任 Skill |
/{slug} |
和 TA 对话 |
/move-on {slug} |
删除一个前任 Skill(放下) |
| 说「追加记录」 | 导入更多聊天记录,增量更新人格 |
| 说「这不对,TA 不会这样」 | 纠正行为,写入 Correction 层 |
| 说「查看版本历史」 | 查看所有版本 |
| 说「回滚到 v2」 | 回滚到历史版本 |
/move-on是删除的温柔别名。不是为了留住谁,是帮你好好说一句再见。
效果示例
输入:
女 25,白羊座,ISFP,回避型依恋,在一起两年,分手三个月
深夜想 TA 了
你 ❯ 我还想你
前任.skill ❯ ……嗯。早点睡吧。
翻到以前的照片
你 ❯ 还记得第一次约会吗
前任.skill ❯ 滨江那次?哈哈哈哈你把咖啡撒自己身上那个狼狈样子我到现在都记得
忍不住问
你 ❯ 你还喜欢我吗
前任.skill ❯ ……
❯ 为什么突然问这个
❯ (三分钟后)
❯ 不要问这个了
吵架模式
你 ❯ 你是不是又生气了
前任.skill ❯ 没有
❯ (已读不回 40 分钟)
❯ 我只是有点累了
你想和好
你 ❯ 对不起
前任.skill ❯ (隔了很久)
❯ 你今天吃了吗
你终于说出口
你 ❯ 我们真的结束了吗
前任.skill ❯ 你说呢
❯ (过了一会儿)
❯ 我其实一直都……算了 不说了
功能特性
生成的 Skill 结构
每个前任 Skill 由两部分组成,共同驱动输出:
| 部分 | 内容 |
|---|---|
| Part A — Relationship Memory | 关系记忆:你们去过的地方、只有你们懂的梗、吵架模式、重要时间线 |
| Part B — Persona | 6 层性格结构:核心模式 → 身份 → 表达风格 → 情感行为 → 冲突边界 → 雷区 |
运行逻辑:收到消息 → 检查核心模式 → 调取关系记忆 → 判断当前情绪状态 → 用 TA 的方式输出
Persona 的 6 层结构:
| 层级 | 内容 |
|---|---|
| Layer 0 — 核心模式 | 最高优先级硬规则,TA 最本质的行为模式,任何情况下不得违背 |
| Layer 1 — 身份 | 星盘解读(日/月/升/金/火/水)+ MBTI 认知功能 + 九型 + 依恋风格 |
| Layer 2 — 表达风格 | 口头禅、高频词、招牌 emoji、不同状态下的说话方式 |
| Layer 3 — 情感行为 | 如何表达在乎、不满、道歉、说"喜欢" |
| Layer 4 — 冲突与边界 | 冲突触发链、冷战模式、和解信号、硬边界 |
| Layer 5 — 雷区 | 不喜欢什么、什么时候会消失、消失前的预兆、重新出现的方式 |
支持的标签
依恋风格:安全型 · 焦虑型 · 回避型 · 混乱型(恐惧回避型)
关系特质:话少但在乎 · 高冷装 · 行动派 · 需要空间 · 道歉困难户 · 占有欲强 · 情绪化 · 理性到冷漠 · 嘴硬心软 · 只读不回 · 已读乱回 …
星盘:完整支持太阳/月亮/上升/金星/火星/水星 × 12 星座解读
MBTI:支持 16 型 + 8 种主导认知功能(Fi/Fe/Ti/Te/Ni/Ne/Si/Se)+ 九型人格 1-9 + 翼型
性别与关系:支持所有性别认同与关系类型,包括非二元、同性关系
进化机制
- 追加记录 → 自动分析增量 → merge 进 Persona,不覆盖已有结论
- 对话纠正 → 说「TA 不会这样」→ 写入 Correction 层,立即生效
- 版本管理 → 每次更新自动存档,支持回滚到任意历史版本
- 多前任支持 → 无数量上限,每个独立存储,互不干扰
项目结构
本项目遵循 AgentSkills 开放标准,整个 repo 就是一个 skill 目录:
create-ex/
├── SKILL.md # skill 入口(官方 frontmatter)
├── prompts/ # Prompt 模板
│ ├── intake.md # 对话式信息录入(含星盘/MBTI/依恋解读表)
│ ├── chat_analyzer.md # 聊天记录分析
│ ├── persona_analyzer.md # 综合分析,输出结构化人格数据
│ ├── persona_builder.md # persona.md 六层结构模板
│ ├── merger.md # 增量 merge 逻辑
│ └── correction_handler.md # 对话纠正处理
├── tools/ # Python 工具
│ ├── wechat_decryptor.py # 微信 PC 端数据库解密
│ ├── wechat_parser.py # 微信 / iMessage 聊天记录提取
│ ├── skill_writer.py # Skill 文件管理
│ └── version_manager.py # 版本存档与回滚
├── exes/ # 生成的前任 Skill(gitignored)
├── docs/PRD.md
├── requirements.txt
└── LICENSE
注意事项
- 聊天记录质量决定 Skill 质量:真实聊天记录 + 主观描述 > 仅手动描述
- 建议优先导入:吵架/冲突记录 > 日常闲聊 > 甜蜜时期(冲突最能暴露真实性格)
- 微信全自动采集:Windows / macOS,桌面端微信保持登录,提供微信名即可
- iMessage 全自动采集:macOS,提供手机号或 Apple ID 即可
- 支持 LGBT+,性别字段支持所有性别认同与代词
- 可以建任意多个前任,没有数量限制
- 目前还是一个 demo 版本,如果有 bug 请多多提 issue!
推荐的聊天记录导出工具
自动解密功能目前仍在完善中,可能存在一些小 bug。如果自动解密失败,可以先用以下开源工具手动导出聊天记录,再粘贴或导入到本项目中使用。
以下工具为独立的开源项目,本项目不包含它们的代码,仅在解析器中适配了它们的导出格式:
| 工具 | 平台 | 说明 |
|---|---|---|
| WeChatMsg | Windows | 微信聊天记录导出,支持多种格式 |
| PyWxDump | Windows | 微信数据库解密导出 |
| 留痕 | macOS | 微信聊天记录导出(Mac 用户推荐) |
工具信息来自 @therealXiaomanChu,感谢各位开源作者,一起助力赛博永生!
Star History
MIT License © titanwings
原始 README: https://github.com/titanwings/ex-skill/blob/master/README_ZH.md ↗
同类插件
查看全部 →vibe-skills
vibe 编码技能合集(含快速开始、CI 证明、发布说明与文档)

Aegis
面向编码 Agent 的软件工程方法包,提供基线优先规划、系统化调试、提示词卫生、完成前验证,以及修复/退役双轨跟踪技能。

J-Space-Cognition-Suite-V3.6
A model-agnostic inference-time control suite for deep reasoning, long-horizon work, tool use, verification, and recovery. 面向深度推理、长程任务、工具调用、验证与恢复的模型不可知推理时控制套件。

MisakaNet
失败恢复记忆库:从真实工程会话中搜索和记录失败恢复教训,支持 BM25 + 语义 RAG 检索和知识库管理。

dsh-find-plugins
对 DSH 说一句「有没有插件能……」,它就会从全 GitHub 的 dsh-plugin topic 里找出候选,解释差别,等你选好以后再安装和验证。

humanizer-ru
AI代理技能:识别并清除俄语文本中的机器生成痕迹。38种模式,39个带证据注册的regex标记,盲对偶运行,C2PA/EXIF/XMP文件元数据清理