ryunana/selfdistill

README 摘要

selfdistill · 蒸馏我 English 中文 把和 AI 的聊天记录，在 AI 辅助 + 人工确认 下，蒸馏成 看得见、带来源、AI 也用得上 的个人档案，并写回你常用的 AI 工具，让它持续认识你。 数据默认留在本机；「蒸馏」这一步要调云端 AI，提交给模型的内容受该供应商数据政策约束。 在线查看 HTML Demo → 无需安装，示例内容全部为虚构数据；可直接查看 L1–L4 分层架构、内容分布、设计原则和协同流程（Demo 支持中 / EN 语言切换）。 目录 - 这是什么 - 数据流 - 仓库结构 - 快速开始 - 首次蒸馏：从完整历史建立 L1–L4 - 导入来源 - 产出与写回目标 - 持续更新自己的档案 - 工作证据：整理项目事实，不自动包装成果 - 隐私与安全 - 依赖 这是什么 selfdistill 是一个「AI 自我蒸馏」工具包：把你在 ChatGPT / Claude / Codex / Gemini 等工具里的历史对话，提炼成 L1–L4 分级信息，并写回 AI 工具（Codex / Hermes / DeepSeek Harness / WorkBuddy）： 层级 内容 通俗解释 在 AI 工具里的加载方式 L1 协作契约 授权边界、汇报习惯、反馈信号、表达偏好 「怎么和我共事」 默认常驻 ：每次对话都生效（短、非敏感） L2 决策逻辑 取舍原则、优先级、红线 「我会怎么做决定」 按需加载 ：涉及权衡、排序、风险判断时 L3 个人事实 身份、经历、偏好 「我是谁」 按需加载 ：涉及个人背景时；私密块默认不加载 L4 领域打法 可复用的工作方法 「我擅长什么、怎么做」 按需加载 ：进入对应领域任务时 设计原则： 常驻内容最薄（L1），越往下越重、越按需 ；L3 只提供事实与默认偏好，不能发出行为命令；用户当前明确要求永远高于历史画像。 两个出口：① 本地多页 HTML 可视化；② 确认后增量写回你的 AI 工具（让 AI 持续认识你）。此外，仓库提供独立的工作证据整理入口：它帮助核验项目贡献，但不会自动进入 L4、简历或正式档案。 数据流 全程「人工确认」是硬规则： 未经确认，不写入正式档案；写回前先展示 diff。 仓库结构 目录 放什么 workspace/ 你的本地工作区：正式档案、导入记录、候选和审计报告；真实内容默认不提交 examples/demo-profile/ 公开的「张三」虚构 Demo，只用于预览和空工作区构建 templates/profile/ 新建 L1–L4 时使用的空白模板 prompts/ / schemas/ AI 蒸馏规则与机器可读契约 docs/ 导入与持续更新说明；早期开发材料单独归档 dsh/ / workbuddy/ 平台集成包；为兼容已有安装链接，继续保留根目录路径 te…

分类