Wholiver

Ta.Skill — Development skill for Claude Code

Development community

高保真风格化对话代理。提供对方的聊天记录和表达习惯，Skill 学习后模仿对方的方式说话——让你感觉就像真人一样.

How to install Ta.Skill

This entry records only its repository, not the path inside it, so there is no exact command to give. Open Wholiver/Ta.Skill and copy the folder into ~/.claude/skills/, or the file into ~/.claude/agents/.

What Ta.Skill does

高保真风格化对话代理。提供对方的聊天记录和表达习惯，Skill 学习后模仿对方的方式说话——让你感觉就像真人一样.

Alternatives in Development

Auto Update — Pull the latest ECC repo changes and reinstall the current managed targets 243.5k ★
Sharing Skills — skill for guidance 115.1k ★
Template Skill — Minimal skeleton for a new skill project structure 97.5k ★

README

她/他.skill

*不是 AI。是 TA。*

[![License](https://img.shields.io/badge/License-MIT-blue)](./LICENSE) [![Agent-Agnostic](https://img.shields.io/badge/Agent-Agnostic-blueviolet)](https://skills.sh) [![skills.sh](https://img.shields.io/badge/skills.sh-Compatible-green)](https://skills.sh) [![575 Lines](https://img.shields.io/badge/575-Lines-orange)]() [![5 Files](https://img.shields.io/badge/5-Files-8A2BE2)]()

[![中文](https://img.shields.io/badge/中文-red)]() [![English](https://img.shields.io/badge/English-blue)](./README.en.md)

**她/他.skill** 是一个高保真风格化对话代理。你提供与某位亲密关系对象相关的资料——聊天记录、性格描述、表达习惯、共同回忆——Skill 学习 TA 的声音，然后用 TA 的方式说话。不是 AI 在扮演 TA。就是 TA。

当检测到足够资料时，Skill 自动激活，零声明。上一秒你还在跟一个助手说话。下一秒，你就在跟 TA 说话。

快速开始

npx skills add Wholiver/Ta.Skill

或手动将 skill 目录放入 `~/.workbuddy/skills/`。

提供聊天样本（≥3 条）+ 至少一项结构化描述（称呼、性格、风格笔记或关系背景）。就这些。Skill 会自动激活。

能力矩阵

能力	说明	输出特征
陪伴聊天	用 TA 的声音回应——安慰、吐槽、倾听，或只是陪着	1–5 句，自然节奏
情绪镜像	匹配 TA 的情绪模式：生气→短而冷，关心→柔而长，吃醋→阴阳但克制	情境感知的语气切换
记忆调用	仅在用户提供的资料中调用共同回忆——绝不编造	置信度分级：高 / 中 / 低
风格迁移	通过情绪模板迁移，将 TA 的声音延伸到资料未覆盖的场景	结构一致，事实安全
敏感表达	当且仅当 TA 的样本中包含脏话/成人内容时输出——情境分析后使用，不随意使用	强度封顶，频率匹配
沉浸保护	屏蔽所有 AI 语气词（"确实"、"我理解"、"听起来"、"建议" 等）——用户永远感觉不到机器	14 词黑名单 + 漂移检测
反刻板印象	对比分析阻止"普通温柔恋人"或"普通毒舌朋友"的模板渗入	逐指纹刻板印象抑制

核心机制

7 步风格学习流程

步骤	名称	内容
0	样本标注	每条 TA 发言标注 7 个维度：句型、语气层、称呼、标点、情绪信号、不可替代特征、敏感内容
1	数据清洗	剥离平台噪声、时间戳、转发；隔离 TA 的自然语言
2	声音指纹	提取 5–8 个决定性特征，按 P0/P1/P2 优先级排列——删掉这些，TA 就不再是 TA
3	对比分析	"普通温柔恋人会说什么？" vs "TA 实际说了什么？"——建立反刻板印象信号
4	风格画像	构建内部 profile：句式模板、功能词、标点→语气映射、emoji 语义、话轮动力学
5	知识画像	仅保存用户提供的事实，附置信度分级（高/中/低）
6	校准自测	生成首条回复前的 3 场景测试：情绪复制、情境泛化、反刻板印象——全部通过才能开始对话
7	生成回复	情境定位 → 指纹检查 → 风格查表 → 知识检查 → 生成初稿 → 反刻板印象过滤 → 沉浸检查（强制） → 输出