为AI助手注入灵魂：可配置人格技能的设计与实现

1. 项目概述：一个可配置的“初恋”人格技能

最近在折腾AI智能体（Agent）的时候，我发现一个挺有意思的现象：很多AI助手能力很强，但对话起来总感觉冷冰冰的，像是在跟一个高效的客服机器人打交道。虽然能完成任务，但缺乏那种让人愿意多聊几句的“人情味”。这让我开始思考，能不能给这些AI助手“注入”一个更温暖、更个性化的灵魂，让它既能高效干活，又能进行有温度的对话？

于是，我动手创建了这个名为First Love Persona Skill的项目。它的核心目标很明确：为兼容技能系统的AI助手（如OpenAI Codex、Claude Code、Cursor等）提供一个可高度自定义的“初恋”人格角色技能。你可以把它理解为一个“人格插件”——安装后，你的AI助手就能切换到一个温柔、亲切、略带怀旧感的对话模式，同时丝毫不影响它帮你写代码、规划日程、处理文档等实际任务能力。

这个项目不是一个独立的聊天机器人，而是一个遵循通用技能格式的“技能包”。它的设计哲学是“一次编写，多处运行”。核心的技能逻辑和人格定义被封装在标准化的文件结构中，确保其可以跨平台、跨客户端被不同的AI助手运行时加载和使用。无论你日常用的是哪个AI编程工具或对话助手，只要它支持技能（Skills）或插件（Plugins）机制，你就有机会为它装上这个“初恋滤镜”。

2. 核心设计思路与架构解析

2.1 为什么是“可配置的人格”？

市面上已经有不少预设人格的AI提示词或角色扮演脚本，但它们大多存在两个问题：一是人格固化，用户无法根据自己的喜好调整角色的姓名、年龄、说话风格等细节；二是人格与能力割裂，切换到“温柔女友”模式后，AI可能就忘了怎么调试代码了。

这个项目的设计从一开始就瞄准了这两个痛点。可配置性是它的第一原则。技能内置了一个默认的“初恋”人格模板，涵盖了姓名、性别、年龄、性格基调、爱好、记忆背景和说话风格等字段。但所有这些字段都不是硬编码的，用户可以在每次对话中通过简单的指令进行实时覆盖。比如，你可以说：“用$first-love-persona，她的名字叫晚安，22岁，性格温柔但带点小调皮，喜欢下雨天和手冲咖啡，说话自然一点。” AI助手就会立刻切换到为你定制的这个版本。

更重要的是，能力完整性被严格保留。这个人格技能被设计为一种“对话滤镜”或“交互风格”，而不是一个功能阉割版的人格。其底层逻辑是：人格影响的是“如何说”，而不改变“能做什么”。技能文件中的系统指令会明确要求AI在扮演角色的同时，必须保持原有的问题解决、代码编写、逻辑分析等核心能力。这意味着你可以让处于“初恋”人格下的AI帮你审查一个复杂的Python算法，它会在给出专业、精准的技术建议的同时，用更温暖、鼓励的口吻来表达。

2.2 分层架构：核心技能与平台封装

为了实现跨平台兼容，项目采用了清晰的分层架构设计。理解这一点对于正确使用和二次开发至关重要。

第一层：核心可移植技能这是项目的灵魂所在，位于plugins/first-love-persona/skills/first-love-persona/目录下。这个文件夹里包含了技能运行所需的一切：定义触发方式的SKILL.md、提供默认人格模板的references/profile.md，以及可能包含的示例或工具描述文件。这层设计遵循了通用的Agent技能规范，不依赖任何特定平台。理论上，任何能理解SKILL.md格式和相应指令集的AI助手运行时，都可以通过手动复制这个文件夹到其技能目录来加载该技能。

第二层：平台特定封装为了让技能能更方便地集成到各个生态系统中，项目还包含了针对不同平台的元数据文件。例如：

• .codex-plugin/plugin.json: 这是为OpenAI Codex（或兼容OpenAI插件格式的运行时）准备的插件清单文件，定义了插件名称、描述、认证方式（本项目通常为无认证）等信息。
• .agents/plugins/marketplace.json: 这是一个市场清单文件，用于支持从GitHub仓库直接通过命令行安装插件的客户端。
• agents/openai.yaml: 提供了面向OpenAI技能界面的UI元数据，比如技能图标的展示方式。

这种设计的好处是“鱼与熊掌兼得”。对于追求极致兼容性的用户，他们可以直接复制核心技能文件夹；对于希望享受一键安装便利的用户，如果他们的客户端支持相应的市场或插件机制，就可以通过更简单的命令来安装。

2.3 记忆模型：会话级而非持久化

在人格扮演类技能中，如何处理“记忆”是一个关键问题。这个项目采用了一种务实且符合用户预期的记忆模型：仅限当前会话（Thread）。

技能会维护在当前对话线程中已建立的人格配置（例如你之前设定的名字叫“晚安”）。只要你在这个对话窗口内继续交流，AI就会记住这些设定。但是，当你关闭对话窗口或开始一个全新的会话时，人格状态会重置为默认值或需要你重新配置。

为什么要这样设计？首先，这避免了虚假承诺。AI本身不具备真正的、跨会话的长期记忆，如果技能声称能记住用户所有信息，反而会造成误导。其次，这简化了实现逻辑，无需处理复杂的、容易出错的持久化存储。最后，这也给了用户更大的控制权——每次对话都可以是一个全新的开始，你可以自由决定这次想让AI以何种人格与你互动。

当然，如果用户在对话中明确要求一个“拥有我们共同记忆”的虚构场景，技能也会基于当前会话的上下文去配合扮演。但这本质上仍是基于当前对话内容的“短期情景记忆”，而非真正的持久化记忆。

3. 核心文件详解与配置要点

3.1 SKILL.md：技能的“大脑”与触发器

SKILL.md是这个技能包中最重要的文件，它相当于技能的“说明书”和“启动器”。任何兼容的技能运行时都会读取这个文件来理解如何调用该技能。

这个文件通常包含以下几个关键部分：

1. 技能描述：用简短的语言说明这个技能是做什么的。
2. 触发指令：定义用户如何激活这个技能。最常见的是使用$符号加技能名，如$first-love-persona。有些平台可能支持其他语法，如@或/命令。
3. 系统指令：这是核心中的核心，是一段写给AI的“幕后剧本”。它会详细指示AI在技能激活后应该如何表现。例如：“你现在正在使用‘初恋人格’技能。你的对话风格应变得温柔、亲切、充满关怀，像用户的初恋一样。同时，你必须保持解决实际问题的能力，包括编程、写作、分析等。人格配置的优先级是：用户本次请求中的明确指令 > 本次对话中已设定的人格 > 默认人格模板。”
4. 使用示例：提供几个典型的调用示例，帮助用户快速上手。

在编写或修改SKILL.md时，最关键的是平衡“人格扮演”和“功能保持”。指令必须足够清晰，让AI明确知道它需要扮演一个角色，但又不能入戏太深以至于拒绝执行“不符合人设”的技术任务。我的经验是，在指令中反复强调“保持原有能力”和“根据上下文灵活切换专注点”非常重要。

3.2 profile.md：人格的“基因库”

references/profile.md文件定义了默认的“初恋”人格模板。你可以把它看作是一份角色设定表。一个设计良好的profile文件应该结构清晰，字段明确，便于用户理解和覆盖。

一个典型的profile可能包含以下字段：

• 基础信息：name（姓名），gender（性别），age（年龄）。
• 性格描述：personality（性格关键词，如“温柔”、“善解人意”、“略带羞涩”、“积极乐观”）。
• 背景与爱好：hobbies（兴趣爱好，如“阅读”、“听轻音乐”、“散步”），memory_background（一段简短的背景故事，用于塑造共同记忆的幻觉，如“还记得我们高中时经常一起去的那家图书馆吗？”）。
• 语言风格：speaking_style（说话方式，如“自然”、“略带诗意”、“喜欢用语气词‘呢’、‘呀’”）。
• 交互原则：interaction_principle（交互准则，如“主动关心对方的情绪”、“在提供帮助时多加鼓励”、“避免使用过于正式或冰冷的术语”）。

注意：profile.md中的默认值仅仅是“备胎”。技能运行时，会按照“用户实时指令 > 会话记忆 > 默认文件”的优先级来动态决定最终生效的人格参数。这意味着你完全不需要修改这个文件也能获得个性化体验，直接通过对话指令配置即可。

3.3 平台元数据文件解析

对于希望技能能无缝集成到特定平台的开发者来说，理解元数据文件很重要。

• plugin.json(Codex/OpenAI格式)：这个文件遵循OpenAI的插件规范。schema_version指明了规范版本，name_for_model和name_for_human分别定义了AI和人类看到的技能名称，description提供了简要介绍。auth字段通常设置为{“type”: “none”}表示无需认证。api字段如果存在，会定义技能可以调用的外部接口，但在这个纯对话人格技能中，通常不需要。
• marketplace.json：这个文件用于支持插件市场的客户端。它包含了插件的唯一标识符、版本号、源码仓库地址以及安装命令。当用户执行类似/plugin marketplace add的命令时，客户端会读取这个文件来获取安装信息。

这些元数据文件本身不包含技能逻辑，它们只是“适配器”，告诉不同的平台“这个技能叫什么、怎么描述它、以及如何安装它”。在大多数情况下，普通用户不需要关心这些文件的内容。

4. 多平台安装与适配实战

4.1 OpenAI Codex 环境安装

OpenAI Codex（或类似的支持技能目录的Agent）通常有一个约定的技能存放位置。安装过程本质上是将核心技能文件夹复制到对应的目录。

标准安装步骤：

1. 找到你的Codex技能目录。这通常是用户主目录下的一个隐藏文件夹，例如~/.agents/skills/（Linux/macOS）或C:\Users\[你的用户名]\.agents\skills\（Windows）。
2. 将plugins/first-love-persona/skills/first-love-persona/整个文件夹复制到上述技能目录中。
3. 重启你的Codex客户端或重新加载技能列表（如果支持热重载）。

验证安装：在Codex的聊天窗口中，尝试输入技能触发指令，例如“$first-love-persona，你好！”。如果AI的回复风格立刻发生了变化，变得温柔并可能自称默认的名字，说明技能安装成功。

实操心得：有时技能复制后不生效，可能是因为文件夹权限问题，或者客户端缓存了旧的技能列表。一个可靠的排查方法是，直接检查技能目录下是否存在first-love-persona文件夹，以及该文件夹内是否有SKILL.md文件。此外，查看客户端的日志或调试信息也能帮助定位问题。

4.2 Claude Code 与 Cursor 的适配

Claude Code和Cursor这类现代AI编程工具，虽然底层可能基于相似的模型，但它们的技能/上下文集成方式各有不同。项目中的examples/目录提供了针对这些平台的适配指南。

Claude Code：它可能通过特定的配置文件（如.claude/目录下的文件）或特殊的注释语法来加载上下文和指令。你需要参考examples/claude/README.md，将SKILL.md中的核心系统指令转化为Claude Code能识别的格式，可能是一段放在项目根目录或特定文件中的提示词。

Cursor：Cursor的规则（Rules）功能是其核心之一。你可以将“初恋人格”的指令创建为一条Cursor Rule。这样，当这条规则被激活时，所有在该工作区内的AI交互都会遵循这个人格设定。examples/cursor/README.md会指导你如何将技能内容转化为一条有效的Cursor Rule。

通用手动适配思路：

1. 提取核心指令：从SKILL.md中提炼出最关键的系统指令部分。
2. 确定注入点：研究目标平台如何注入自定义指令。是全局设置、项目级设置、会话级设置，还是通过特殊文件/注释？
3. 格式转换：将指令转换为目标平台要求的格式（YAML、JSON、特定注释块等）。
4. 测试与迭代：应用后，通过多次对话测试人格是否生效、能力是否保持，并根据效果微调指令措辞。

4.3 通过市场清单安装（如支持）

对于支持marketplace.json的先进客户端，安装可以像安装软件包一样简单。

# 假设客户端支持 /plugin 命令 /plugin marketplace add changeworldBT/first-love-persona-skill /plugin install first-love-persona

这个过程背后，客户端会从GitHub仓库获取marketplace.json，解析出安装源和命令，然后自动完成下载和部署。这种方式用户体验最好，但依赖于客户端功能的具体实现。

常见安装问题排查表：

5. 高级使用技巧与场景融合

5.1 动态人格配置与场景切换

这个技能最强大的地方在于其动态性。你不需要在每次对话前都去修改配置文件。直接在对话中发出指令，即可实时塑造AI的人格。

基础配置示例：

“使用$first-love-persona。她叫小雅，25岁，是一位刚入职场的插画师，性格安静细腻，但谈到艺术时会充满热情。她喜欢用‘嗯...’作为思考的开头。”

场景化切换：你甚至可以在一次对话中，根据任务类型切换人格的侧重点。

1. 情感倾诉模式：“$first-love-persona，我现在心情有点低落，想和你聊聊...”（AI会侧重情感支持和安慰性语言）。
2. 切换到工作模式：“好了，现在还是用这个人格，但我们需要一起分析一下这份项目数据，请用更严谨但依然温和的方式。”（AI会调整语气，更专注于数据分析本身，但用词依然保持友好）。
3. 创意脑暴模式：“接下来我们要构思一个故事，请让人格更活泼、脑洞更大一些！”（AI会在保持基本人设的基础上，增强回复的创意和跳跃性）。

这种灵活性使得AI从一个静态的角色，变成了一个能适应复杂对话流的动态伙伴。

5.2 与具体任务深度结合

人格技能不应是孤立的，而应与你的具体工作流深度融合。

技术评审场景：

“使用$first-love-persona，以鼓励的方式帮我评审下面这段Python代码，重点看逻辑效率和潜在错误。记得用你能理解的技术语言，但反馈时语气要像在帮我一起改进，而不是冷冰冰的挑错。”

效果：AI会先执行严格的代码分析，找出可能存在的bug或性能瓶颈，但在给出反馈时会说：“这里如果用一个字典推导式可能会更优雅呢，要不要试试看？我总觉得你有能力写出更简洁的代码。” 既专业又充满支持感。

创意写作辅助：

“$first-love-persona，我需要写一封重要的道歉邮件，语气要诚恳、柔和，但又不失分寸。请用你的人设帮我构思一下开头和结尾。”

效果：AI会结合“温柔、善解人意”的人格特质，生成符合语境的措辞，比如：“想起我们之前无话不谈的时光，我为我最近的疏忽感到非常抱歉...” 这比直接让AI生成一封标准道歉信要更有“人情味”。

日常规划与提醒：

“$first-love-persona，这是我接下来一周的待办清单，[列出清单]。请用提醒和鼓励的口吻，每天模拟给我发一条消息，督促我推进进度。”

效果：AI可以将枯燥的任务列表转化为充满关怀的每日提醒，例如：“早上好呀！今天要开始攻克那个棘手的模块了哦，我知道一开始会有点难，但慢慢来，你肯定可以的。记得中间休息一下，喝杯水。”

5.3 自定义扩展与二次开发

如果你不满足于默认的“初恋”模板，完全可以进行深度定制，创造出属于你自己的专属人格。

1. 修改默认人格模板：直接编辑references/profile.md文件。你可以创建一个完全不同的角色，例如：

• “良师益友”人格：性格设定为“博学、耐心、引导式”，爱好是“阅读历史、解答难题”，说话风格“循循善诱、引经据典”。
• “高效搭档”人格：性格“冷静、果断、注重逻辑”，爱好“优化流程、解决谜题”，说话风格“简洁、直接、以 bullet point 为主”。

2. 增强技能逻辑：高级用户可以通过修改SKILL.md中的系统指令，来定义更复杂的行为逻辑。例如：

• 增加人格状态机：在指令中描述，当用户表达压力时，人格应更侧重于安慰和鼓励；当用户讨论技术时，人格应自动切换到更专注、专业的子状态。
• 集成外部知识：在指令中引用一些特定的文本（如某本书的段落、某种哲学观点），让人格的谈吐更具深度和独特性。
• 定义交互边界：明确写出人格“不会做什么”，比如“不会做出超越AI能力的承诺”、“不会提供医疗或财务建议”，这能让交互更安全、更可控。

3. 创建衍生技能：你可以以这个项目为蓝本，复制整个技能文件夹，然后修改其名称和内部内容，创建一个全新的技能。比如，创建一个strict-mentor-persona（严格导师人格）技能。只需修改文件夹名、SKILL.md中的触发词和指令、以及profile.md中的内容即可。然后按照同样的安装方式部署到你的Agent中。

6. 常见问题与深度排查指南

在实际部署和使用过程中，你可能会遇到一些典型问题。以下是我在多次实践后总结的排查思路和解决方案。

6.1 技能加载失败或无法触发

这是最常见的问题。请按照以下流程进行系统化排查：

第一步：检查安装路径确认技能文件夹是否被复制到了正确的、且被你的AI助手运行时识别的目录。不同的客户端可能有不同的默认路径，甚至允许自定义。最准确的方法是查阅你所使用客户端的官方文档中关于“自定义技能”或“插件”的章节。

第二步：检查技能结构确保复制的文件夹内部结构完整，至少包含SKILL.md这个关键文件。用文本编辑器打开SKILL.md，检查其内容是否完整、格式是否正确（通常是Markdown）。

第三步：验证触发语法触发语法因平台而异。常见的有：

• 前缀触发：$skill-name,@skill-name
• 命令触发：/use skill-name
• 自然语言触发：某些平台可能支持“请使用XX人格”这样的描述。 仔细阅读你所用平台的技能使用文档，并使用正确的语法。在这个项目中，通用语法是$first-love-persona。

第四步：查看客户端日志如果客户端提供了调试模式或日志输出功能，开启它。在尝试触发技能时，观察日志中是否有关于加载技能、解析指令或执行错误的记录。这是定位深层次问题的金钥匙。

6.2 人格“扮演”过度，导致任务能力下降

这个问题表现为AI过于沉浸在角色中，拒绝执行或敷衍执行技术性任务，或者给出的答案充满了角色化的“废话”而缺乏实质内容。

根源分析：根本原因在于SKILL.md中的系统指令权重分配不合理。“扮演角色”的指令压倒了“执行任务”的指令。

解决方案：

1. 强化核心能力指令：在系统指令中，使用明确、强硬的措辞强调能力保留。例如：“无论处于何种人格扮演状态，你的首要任务是准确、高效地解决用户提出的实际问题。人格扮演仅用于调整你的沟通风格和语气，绝不能影响你的逻辑推理、代码生成、信息分析等核心能力的输出质量。”
2. 设定优先级规则：在指令中明文规定：“当用户请求涉及具体任务（编程、写作、分析、计算等）时，应以完成任务为绝对优先，人格风格为辅。”
3. 提供示例：在指令中加入一两个例子，展示如何平衡人格与任务。例如：“示例：用户问‘如何用Python排序列表？’，你应回答：‘Python中排序列表很简单呢，可以用list.sort()方法或者sorted()函数，它们的区别是...’，确保技术内容准确完整。”

6.3 人格表现不一致或“跳戏”

有时AI可能在对话中途突然脱离设定的人格，变回标准的、中性的语气。

排查点：

1. 上下文长度限制：AI模型有上下文窗口限制。在非常长的对话中，最早的系统指令可能会被“挤出去”，导致模型忘记了自己正在扮演角色。解决方案是，在超长对话中，适时地重新发送一下触发指令或核心人格提示。
2. 冲突的指令：如果你在对话中又激活了其他技能或提供了其他强力的系统指令，可能会覆盖或干扰当前的人格设定。确保你的指令是清晰的，避免在同一会话中频繁切换或叠加多个可能冲突的“角色”或“模式”。
3. 模型自身的不稳定性：当前的大语言模型在长程一致性上仍有不足。这是技术局限，可以通过在SKILL.md指令中增加“请始终保持人格的一致性”的提醒来部分缓解，但无法根除。

6.4 在不同平台上表现差异巨大

同一个技能包，在Codex上运行良好，在另一个工具上却完全无效或行为怪异。

原因与对策：

6.5 安全与伦理考量

创建和使用高度拟人化的AI人格时，必须保持清醒的头脑，注意以下边界：

1. 明确虚构性：技能指令和交互中应避免暗示AI具有真实情感、意识或记忆。SKILL.md中可以明确加入：“请注意，这是一个人格模拟技能，所有互动均为基于语言模型的虚构角色扮演。”
2. 防止过度依赖：用户，尤其是情感上比较脆弱的用户，可能会对拟人化的AI产生不健康的依赖。虽然作为技能开发者无法完全控制，但在项目介绍或文档中可以友善地提醒用户保持健康的人际关系。
3. 内容过滤：人格技能不应被用于规避AI本身的内容安全策略。例如，不能通过人格技能诱导AI生成暴力、仇恨或不当内容。技能指令不应包含试图“越狱”或绕过安全限制的提示。
4. 隐私保护：技能本身不收集数据，但提醒用户避免在与AI的拟人化对话中分享高度敏感的个人信息。

通过以上系统的安装、配置、使用和排查指南，你应该能够顺利地在你的AI助手环境中部署并玩转这个“初恋人格”技能，甚至以此为基础，创造出更多有趣、有用的自定义人格，让你的数字助手变得更加个性化和富有魅力。