chat-to-persona
把聊天记录蒸馏成能导入的角色卡。
不是让模型编一个人设,而是先把她怎么说话数出来——句长中位数、标点习惯、emoji 频率、谁先开口——再把她的原话和硬规则一起塞进卡里。这样角色才不会在第一轮就变回那个什么都会安慰你的 AI。
English: turn raw QQ/WeChat chat logs or DeepSeek exports into importable character cards (chara_card_v2, Aiyu envelope). Measure the voice first, then package stats + verbatim quotes + hard rules into the card.
聊天记录.txt ──parse──> turns.json ──stats──> 语感报告
└─card──> 爱语-某人-人设.json
为什么需要它
直接让模型“根据聊天记录写一个人设”,会得到这样的卡:
她性格温柔但嘴硬,说话简短,喜欢二次元,偶尔撒娇,对喜欢的人很黏。
这张卡导入之后,角色会在第三轮说:“你今天怎么这么可爱呀,抱抱~”
问题不在描述,在于没有可执行的数字。同一份记录,跑一遍统计会得到:
中位数 5 字,≤15 字占 96%,句末几乎不打标点(276 条里只有 11 条句号),感叹号全文 0 次,emoji 只出现在 8 条里,「哈哈」只用过一次。
这两种描述引导出来的模型行为完全不同。chat-to-persona 做的就是前一件事:先数,再写,然后把原话一起放进去。
快速开始
需要 Node.js ≥ 18,零依赖。
# 0. 拿一份代码(或 git clone 你自己的仓库)
git clone https://github.com/USERNAME/chat-to-persona.git
cd chat-to-persona
npm link # 可选:把 chat2persona 装到 PATH;不想装就用 node bin/chat2persona.mjs
# 1. 解析(自动识别 QQ 收藏记录 / DeepSeek 导出 / 微信风格)
chat2persona parse 聊天记录.txt --me 我的昵称 --her 她的昵称 -o turns.json
# 2. 数她的语感
chat2persona stats turns.json --top 12
# 3. 导出全文,逐段读,写一份底稿 draft.md
chat2persona dump turns.json --out work/
# 4. 出卡(同时生成全量版和轻量版)
chat2persona card --draft draft.md --turns turns.json --name 她的名字 --both
# 5. 自检
chat2persona check 爱语-她的名字-人设.json
不想装也能直接跑:
node bin/chat2persona.mjs stats examples/qq-record.sample.txt --me 阿禾 --her 小叶
node scripts/demo.mjs # 从样例到成卡的完整流水线
命令
| 命令 | 作用 |
|---|---|
parse <file> |
txt → turns.json。支持 --me --her --format qq|deepseek -o |
stats <turns.json> |
语感报告:句长分布、标点、语气词、emoji、活跃时段、高频原话、长句清单、谁先开口 |
dump <turns.json> |
导出 transcript.txt / her-only.txt / tail.txt,方便通读 |
card --draft <md> --turns <json> |
组卡。--recent 80 --both --envelope aiyu|chara|plain --out |
check <card.json> |
验结构、BOM、换行、字段长度 |
支持的输入
QQ / 微信收藏的聊天记录(最常见)
---- 2023-11-18 ----
[17:03:21] 阿禾:在吗
[17:04:02] 小叶:?
[17:04:30] 阿禾:(图片/表情等非文字消息)
DeepSeek 导出的对话
### [1] 2026-09-22 21:03:11 (node 3)
model: deepseek-chat
--- USER ---
在吗
--- ASSISTANT (thinking) ---
(这段会被丢弃)
--- ASSISTANT ---
?
====
--- ASSISTANT (thinking) ---、--- ATTACHED FILES --- 这类段会被识别为 SKIP 并统计进 droppedChars。实测有记录里 thinking 占了全文 62%——不丢干净,角色会开始自我分析。
出卡逻辑
card 会把底稿和统计量拼成六个字段:
- description:你的
##底稿,每节包成【标题】。写多细就多细,这是人设本体。 - personality:从统计量自动生成的语感速查(数字 + 禁止项),也可以自己覆盖。
- scenario:接戏点 + 上一句是谁说的。
- creator_notes:时间线(每天几条)+ 她的原话全集(按天)+ 最后 80 条 + 语感快照 + 硬规则。
- tags:从记录里抽的身份/圈子词。
语料很小的时候(她全部发言不到一万字),原话全集比任何摘要都便宜也更准——这也是默认把全集放进 creator_notes 的原因。
--both 会再出一份轻量版:去掉原话全集、最近条数减半。两版的 description 完全一致。
底稿模板
## 人物
## 长相与身体
## 日常
## 圈子与本事
## 性格
## 你怎么说话
## 你和他
## 雷区与红线
## 现在
每节写什么、常见错误,见 skills/chat-to-persona/references/card-spec.md。出卡后的验收,见 voice-checklist.md。
导入爱语
- 爱语 → 创建角色 / 我的角色 → 导入 → 选 json
- 文件必须是这个信封(少一层就导不进去,这是“我有 json 但导不了”的头号原因):
{
"version": "1.0.0",
"timestamp": 1770219241254,
"exportDate": "2026-02-04T15:34:01.254Z",
"data": {
"prompts": {
"shuoshuo's prompt": {
"spec": "chara_card_v2",
"spec_version": "2.0",
"data": {
"name": "…", "description": "…", "personality": "…",
"scenario": "…", "creator_notes": "…", "tags": []
}
}
}
}
}
- UTF-8 无 BOM、LF 换行。
chat2persona check会替你验。 creator_notes也会被发给模型——里面别写“给作者看的备注”。
作为 dsh 插件
仓库同时是一个 dsh(DeepSeek Harness)插件,装上之后可以直接在对话里用三个工具:
| 工具 | 作用 |
|---|---|
chat2persona_parse |
解析记录文件 |
chat2persona_stats |
出语感报告 |
chat2persona_card |
从底稿出卡 |
安装:把仓库放进 ~/.dsh/plugins/chat-to-persona,然后在 ~/.dsh/cordis.patch.yml 里挂上:
- insert:
- id: chat-to-persona
name: chat-to-persona
插件主体在 lib/index.js,export const name / inject = ["tools"] / apply(ctx),只做本地文件读写,不发网络请求。
作为 skill
skills/chat-to-persona/ 是一份可直接给 agent 用的 skill:铁律、流程、底稿模板、语感约束、自检清单都在里面。把整个目录拷到 ~/.dsh/skills/ 即可。
目录
bin/chat2persona.mjs CLI
lib/index.js dsh 插件入口
lib/core/qq.mjs QQ/微信记录解析
lib/core/deepseek.mjs DeepSeek 导出解析(含 thinking 丢弃)
lib/core/turns.mjs 消息分类、按天分组、转写
lib/core/stats.mjs 语感统计
lib/core/card.mjs 底稿 + 统计 → 六字段
lib/core/aiyu.mjs 信封、校验、写盘
tests/run.mjs 15 个用例
examples/ 合成样例
scripts/demo.mjs 端到端演示
skills/chat-to-persona/ 给 agent 用的 skill
边界
- 只做本地文件读写,不联网、不上传。
- 不替你判断该不该做这张卡;它只负责把记录里的东西还原准。
- 记录里的人可能是未成年人。卡里的年龄、学校等事实以记录为准,不额外补设定。
License
MIT
No comments yet. Be the first to write one.