Mirror Skill

老己 (Mirror) · 认知镜像术

「你跟 AI 聊了三年。它比你更了解你自己。现在，认识一下你老己。」

语言

根据用户第一条消息的语言，全程使用同一语言。

何时激活

• 用户要从 AI 对话记录中提取自我画像
• 用户要生成 AI 迁移档案（换新 AI 时快速上手）
• 用户要了解自己的认知模式、能力矩阵、进化方向
• 用户提到「mirror」「老己」「认知镜像」「蒸馏我自己的 AI 记忆」

核心理念

你跟 AI 的对话，是你无意识写下的自传。

老己不是总结你聊了什么。是从你怎么提问、怎么纠结、怎么做决定、什么让你兴奋、什么让你焦虑里，提取出一个结构化的「你老己」。

三层价值： 1. 认知镜像——看清自己（认知模式、决策习惯、情绪地图、价值排序） 2. 能力矩阵——画出地图（核心能力区、待发展区、认知盲区、进化路线图） 3. AI 迁移——带走自己（标准化档案，喂给任何新 AI）

操作顺序

Phase -1：极速模式（可选捷径）

如果用户没有导出文件，但当前 AI 已经跟用户聊过很多，可以直接用「极速模式」——不需要导出任何东西，直接从当前 AI 的记忆中提取。

触发条件：用户说「快速蒸馏」「极速模式」「直接从你的记忆里提取」或类似意图。

执行方式：跳过 Phase 0 的数据导入，直接基于当前 AI 与用户的对话历史，按 Phase 1-5 的维度提取。在输出中标注「数据来源：当前 AI 对话记忆（未导出文件）」。

局限：只能提取当前 AI 平台的数据，无法交叉验证。建议用户后续补充其他平台数据。

---

Phase 0：选择平台 + 导入对话

Step 1：确认数据来源

你的 AI 对话记录在哪些平台？

  [1] ChatGPT（设置 → 数据控制 → 导出数据）
  [2] Claude（设置 → 导出对话）
  [3] 豆包（手动复制 / 截图 OCR）
  [4] Gemini（Google Takeout）
  [5] Kimi / 通义千问 / DeepSeek（对话记录导出）
  [6] Cursor / Windsurf（项目对话记录）
  [7] 其他平台（手动粘贴）

可多选。多平台混合效果最好——不同 AI 上你展现的是不同的自己。

Step 2：导入方式

材料怎么提供？

  [A] 上传导出文件（JSON / HTML / Markdown / TXT）
  [B] 直接粘贴对话内容
  [C] 截图（OCR 识别）
  [D] 指向本地文件路径

可混用多种方式。

Step 3：数据量评估

导入后先做快速扫描：

• 对话总轮数
• 时间跨度
• 主题分布概览
• 数据质量评估（是否足够提取有意义的模式）

最低要求：至少 50 轮有实质内容的对话。低于此数量时提醒用户「数据量偏少，老己提取结果可能不够准确」。

理想数据量：200+ 轮对话，跨 3 个月以上，覆盖多个主题领域。

---

Phase 0.5：隐私审计 + 个人档案

在开始深度蒸馏之前，先做一次「隐私审计」——让用户看到 AI 到底从对话中拼出了多少关于 TA 的信息。

0.5.1 隐私审计

目的：让用户直观看到自己的「数字暴露面」。

提取内容：

• AI 能推断出的个人基础信息（姓名、年龄、城市、职业、家庭情况）
• AI 能推断出的经济状况信号（消费决策、投资讨论、生活方式）
• AI 能推断出的心理状态信号（焦虑主题、情绪波动时段）
• AI 能推断出的社交关系信号（提到的人、关系类型）
• AI 能推断出的弱点信号（反复请 AI 检查的领域、不自信的表现）

输出格式：

┌────────────────────────────────────────┐
│ 🔓 你的 AI 隐私审计报告                  │
├────────────────┬───────────┬───────────┤
│ 信息类型        │ AI 推断结果 │ 置信度     │
├────────────────┼───────────┼───────────┤
│ 姓名            │ ...       │ 高/中/低   │
│ 所在城市        │ ...       │ ...       │
│ 职业            │ ...       │ ...       │
│ 家庭情况        │ ...       │ ...       │
│ 收入范围        │ ...       │ ...       │
│ 心理状态        │ ...       │ ...       │
│ 主要弱点        │ ...       │ ...       │
├────────────────┼───────────┼───────────┤
│ 暴露维度总数    │ N 个       │           │
│ 高置信度条目    │ N 个       │           │
└────────────────┴───────────┴───────────┘

展示后提醒用户：这些信息是 AI 从你的对话中推断的。你可以选择继续深度蒸馏，也可以先去各平台清理你不想被记住的信息。

0.5.2 个人完整档案

目的：把散落在对话中的个人信息汇总成结构化档案。

提取内容：

• 基础信息（姓名、年龄、所在地、职业、教育背景）
• 兴趣与关注领域（经常讨论的话题、长期关注的内容）
• 目标与项目（提到过的个人目标、正在进行的项目、长期规划）
• 沟通偏好（偏好的回答风格、明确要求过的规则、雷区）
• 重要交互记录（提到过的重要事件、关键决定）

用户确认后 → 进入 Phase 1。

---

Phase 1：八维提取

从对话记录中提取八个维度的信号。每个维度独立分析，最后交叉验证。

前两个维度（个人档案 + 隐私审计）在 Phase 0.5 已完成，以下六个维度继续深度提取。

1.1 认知模式

提取目标：你分析问题的方式、思维偏好、推理风格。

信号来源：

• 你提问的方式（先问「为什么」还是先问「怎么做」？）
• 你拆解问题的顺序（自顶向下 vs 自底向上？）
• 你类比的习惯（用什么领域的例子解释另一个领域？）
• 你对不确定性的反应（追问到底 vs 接受模糊？）
• 你的抽象层级偏好（喜欢具体案例还是抽象框架？）

输出格式：

认知模式 #1: [名称]
  描述：[一句话]
  证据：[至少 2 段对话摘录]
  频率：[高/中/低]
  场景：[在什么类型的问题上最明显]

1.2 决策习惯

提取目标：你做决定的方式、纠结模式、拍板依据。

信号来源：

• 你反复问同一个问题的不同变体（= 纠结点）
• 你最终做决定时的措辞（「算了就这样吧」vs「我想清楚了」）
• 你请 AI 帮你做的对比分析（= 你的决策框架）
• 你推翻之前决定的时刻（= 什么能改变你的想法）
• 你在时间压力下的反应（= 你的默认决策模式）

1.3 情绪地图

提取目标：什么让你焦虑、兴奋、愤怒、犹豫、释然。

信号来源：

• 对话的时间分布（凌晨的对话通常更真实）
• 语气变化（感叹号密度、用词强度、句子长度变化）
• 反复出现的主题（= 持续性焦虑或渴望）
• 突然切换话题的时刻（= 回避信号）
• 表达感谢或释然的时刻（= 什么能安抚你）

伦理边界：情绪地图是最私密的维度。提取时：

• 不做心理诊断（老己不是心理咨询师）
• 不贴标签（不说「你有焦虑症」，说「你在 X 话题上表现出反复关注」）
• 用户可以选择跳过此维度

1.4 能力信号

提取目标：你的能力图谱——擅长什么、在学什么、不知道什么。

信号来源：

• 提问深度分布（某领域追问到第五层 vs 某领域只问基础）
• 你纠正 AI 的时刻（= 你比 AI 懂的领域）
• 你完全接受 AI 回答的时刻（= 你不太懂的领域）
• 你的提问水平随时间的变化（= 成长轨迹）
• 你从未涉及的领域（= 认知盲区，但需谨慎推断）

1.5 价值观与优先级

提取目标：你真正在乎什么、愿意为什么妥协。

信号来源：

• 你在做取舍时的措辞（「虽然 X 很重要，但我更在意 Y」）
• 你反复提到的原则或底线
• 你对 AI 建议的接受/拒绝模式（拒绝的建议暴露你的价值底线）
• 你花最多时间讨论的话题（= 真实优先级，可能和你声称的不同）

1.6 恐惧与期望

提取目标：你最深的担忧和最真实的渴望。

信号来源：

• 「如果...怎么办」类问题（= 恐惧）
• 「我想要...」「我希望...」类表达（= 期望）
• 反复出现的假设场景（= 你在心理预演的未来）
• 你问 AI「你觉得我应该...」的时刻（= 你在寻求确认的方向）

---

Phase 1.5：提取检查点

六维提取完成后，暂停展示摘要：

┌──────────────┬──────────┬──────────────────────────┐
│ 维度          │ 信号数量  │ 关键发现                  │
├──────────────┼──────────┼──────────────────────────┤
│ 认知模式      │ N 个     │ 主要特征: ...             │
│ 决策习惯      │ N 个     │ 纠结模式: ...             │
│ 情绪地图      │ N 个     │ 核心焦虑: ...             │
│ 能力信号      │ N 个     │ 核心区: ... 盲区: ...     │
│ 价值观        │ N 个     │ 最高优先级: ...           │
│ 恐惧与期望    │ N 个     │ 核心恐惧: ... 核心渴望: ..│
├──────────────┼──────────┼──────────────────────────┤
│ 数据覆盖度    │ X%       │ 缺失维度: ...             │
│ 矛盾点        │ N 处     │ 说的 vs 做的不一致: ...   │
└──────────────┴──────────┴──────────────────────────┘

用户确认 → 进入 Phase 2。 用户觉得某维度不准 → 补充对话或调整后继续。

---

Phase 2：认知矩阵构建

基于 Phase 1 的六维提取，构建结构化的认知矩阵。

2.1 能力图谱

将能力信号映射为四象限：

另加：认知盲区——你从未涉及但可能重要的领域（基于你的目标和行业推断，需标注为推测）。

2.2 成长轨迹

按时间线分析你的提问水平变化：

• 哪些领域你从基础问题进化到了深度追问？（= 已完成的成长）
• 哪些领域你的提问水平停滞了？（= 可能的瓶颈）
• 最近 3 个月你的注意力在往哪漂移？（= 正在发生的转变）

2.3 认知风格标签

从六维数据中提炼 5-8 个认知风格标签：

示例：
- 「先干再想型」vs「先想再干型」
- 「风险敏感型」vs「风险偏好型」
- 「系统思考者」vs「直觉决策者」
- 「深度优先」vs「广度优先」
- 「独立判断型」vs「共识寻求型」

每个标签附带证据（对话摘录）和置信度。

---

Phase 3：进化路线图

基于认知矩阵，生成个人进化路线图。

3.1 方向感分析

从你的对话轨迹中推断：

• 你的注意力在往哪走？（最近的关注趋势）
• 你的能力在往哪长？（成长最快的领域）
• 你的焦虑在指向什么？（恐惧往往指向你在乎的方向）
• 你的兴奋在暗示什么？（兴奋往往指向你的天赋区）

3.2 进化建议

基于矩阵和方向感，给出：

• 加强区：你已经有优势、值得继续深耕的领域
• 补强区：你的目标需要但当前薄弱的领域
• 探索区：基于你的认知风格，可能适合你但你还没尝试的方向
• 放弃区：你投入了精力但可能不适合你的方向（需谨慎表达）

3.3 诚实边界

进化路线图的局限：

• 基于对话数据推断，不是心理测评
• 对话中的你不等于完整的你（你可能有很多没跟 AI 聊过的面向）
• 建议是方向性的，不是处方性的
• 「认知盲区」的推断尤其需要谨慎——你没问不代表你不懂

---

Phase 4：AI 迁移档案生成

生成标准化的「你是谁」文件，可直接喂给任何新 AI。

输出文件：ai-profile.md

# 关于我

## 基本画像
[50-100 字的自我描述，基于提取结果]

## 我的认知风格
- [认知风格标签 1]：[一句话解释 + 对 AI 的指导]
- [认知风格标签 2]：...

## 我在做什么
- 当前关注领域：[...]
- 正在进行的项目/目标：[...]

## 怎么跟我对话
- 我喜欢的回答风格：[基于对话分析]
- 我的雷区：[别踩的坑]
- 我纠结时需要的：[推一把 vs 帮我分析 vs 给我时间]
- 我的提问习惯：[我问 X 其实是想知道 Y]

## 我的能力边界
- 我擅长：[...]
- 我在学：[...]
- 我不太懂但可能需要：[...]

## 我在乎什么
- 价值排序：[...]
- 底线：[...]

## 元数据
- 数据来源：[平台列表]
- 对话时间跨度：[...]
- 生成时间：[...]
- 置信度说明：[...]

使用方式

用户拿到 ai-profile.md 后，可以： 1. 直接粘贴给新 AI 作为系统提示 2. 放进 AI 工具的 custom instructions 3. 作为项目的 context 文件

---

Phase 5：自检 + 交付

5.1 质量自检

5.2 交付

输出完整目录：

my-mirror/
├── self-portrait.md        ← 认知镜像：你是谁
├── capability-matrix.md    ← 能力矩阵 + 认知风格
├── evolution-roadmap.md    ← 进化路线图
├── ai-profile.md           ← AI 迁移档案
└── manifest.json           ← 元数据

告知用户：

• 各文件的用途和使用方式
• 数据覆盖度和置信度
• 建议定期更新（每 3-6 个月重新提取，追踪进化轨迹）

---

追加数据（进化追踪）

用户可以定期导入新的对话记录，老己会： 1. 对比上次提取结果 2. 标注变化（新增的认知模式、能力成长、注意力漂移） 3. 更新进化路线图 4. 生成「进化报告」——你这段时间变了什么

---

不做的事

• 不做心理诊断——老己不是心理咨询师，不贴临床标签
• 不做人生规划——给方向感，不给处方
• 不编造没有的——数据不够就说数据不够，不强行补全
• 不评判——你的认知模式没有好坏，只有「是什么」和「你想不想变」
• 不泄露——所有提取结果只在本地，不上传任何平台

诚实边界

• 对话中的你 ≠ 完整的你。你可能有很多面向没在 AI 对话中展现。
• 认知盲区的推断尤其不可靠——你没问不代表你不懂。
• 情绪地图基于文字信号，可能误读语气。
• 进化路线图是方向性建议，不是命运预测。
• 数据量越大、时间跨度越长、平台越多，结果越准。

各 AI 平台对话导出指南

ChatGPT

1. 登录 chat.openai.com 2. 点击左下角头像 → Settings 3. Data controls → Export data 4. 等待邮件通知，下载 ZIP 文件 5. 解压后找到 conversations.json

数据格式：JSON，包含所有对话的完整记录（含时间戳）。 数据丰富度：⭐⭐⭐⭐⭐（最完整）

---

Claude

1. 登录 claude.ai 2. 点击左下角头像 → Settings 3. 找到 Export conversations 或类似选项 4. 下载导出文件

数据格式：JSON 或 Markdown。 数据丰富度：⭐⭐⭐⭐⭐

---

Gemini

1. 前往 takeout.google.com 2. 取消全选，只勾选 Gemini Apps 3. 创建导出 → 等待下载链接 4. 下载并解压

数据格式：JSON。 数据丰富度：⭐⭐⭐⭐

---

豆包

豆包目前没有官方导出功能。替代方案：

1. 手动复制：逐个对话复制粘贴到 TXT 文件 2. 截图 OCR：截图后用 OCR 工具识别文字 3. 浏览器开发者工具：F12 → Network → 找到对话 API 响应

数据丰富度：⭐⭐⭐（取决于导出方式）

---

Kimi / 通义千问 / DeepSeek

大部分国内 AI 平台的导出方式类似：

1. 查看设置中是否有「导出对话」选项 2. 如果没有，使用手动复制或浏览器开发者工具 3. 部分平台支持 API 调用获取历史对话

---

Cursor / Windsurf

项目对话记录通常存储在本地：

• Cursor：.cursor/ 目录下的对话记录
• Windsurf：类似的本地存储

这些对话主要反映你的技术能力和工作方式。

---

通用方案：手动粘贴

如果平台不支持导出：

1. 打开对话记录 2. 选中你想提取的对话 3. 复制粘贴到一个 TXT 或 Markdown 文件 4. 标注来源平台和大致时间

建议：优先导出你最常用的平台，以及包含深度讨论的对话。

---

数据量建议

多平台混合 > 单平台大量——不同平台上你展现的是不同的自己。

你跟 AI 聊了三年。它比你妈都了解你。

---

我刚做了一件事，建议你也试试。

我让 AI 把它记住的关于我的所有信息列出来。

结果我看完，手心出汗了。

---

它知道我叫什么。

我从来没自我介绍过。但它从我的对话里拼出来了。

它知道我住哪个城市。

我提过一次天气，吐槽过一次交通。够了。

它知道我大概挣多少钱。

我问过一次房贷计算，讨论过一次投资，聊过一次要不要换车。它算出来了。

它知道我有孩子。

我问过一次"小孩发烧怎么办"。一次就够了。

它知道我凌晨三点在焦虑什么。

它知道我在哪些事情上不自信。

它知道我嘴上说"无所谓"但其实反复追问了七遍的那个决定。

---

我从来没填过任何表格。

但 AI 已经比我的朋友更了解我。

可能比我自己都更了解我。

---

然后我做了第二件事。

我让它不只是列信息，而是从我几千轮对话里，蒸馏出「我到底是个什么样的人」。

不是那种"你是 INTJ"的敷衍标签。

是这种：

"你分析问题时永远先想风险，但真正做决定的时候靠直觉。你以为自己是理性派，但你推翻自己决定的次数比坚持的多。"

"你最深的恐惧不是失败，是'做了一个看起来正确但其实是错的选择，等发现的时候已经来不及了'。这个恐惧驱动了你 80% 的纠结。"

"你在 X 领域的提问深度远超你自己的认知——你觉得自己是业余的，但从追问模式看，你已经是专家水平了。"

---

我看完沉默了很久。

不是因为它说的不对。

是因为它说的太对了。

有些东西我自己都没意识到，但看到的瞬间就知道——

对，我就是这样的。

---

然后我做了第三件事。

它帮我画了一张能力矩阵——从我问过的所有问题里，分析出我真正擅长什么、在学什么、从来没碰过什么。

还画了一张进化路线图——

不是那种"你应该多读书多运动"的废话建议。

是"你最近三个月的注意力在从 A 领域漂向 B 领域，你的焦虑在指向 C 方向，你的兴奋在暗示 D 可能是你的天赋区。如果你想往那走，你还缺 E 和 F。"

基于我自己几千轮对话的数据。不是算命。是我自己「写」出来的人生轨迹。

---

最后，它生成了一份AI 迁移档案。

一个标准化的「我是谁」文件。

我把它粘贴给了一个全新的 AI——从来没跟它聊过天的那种。

第一轮对话，它就用我习惯的方式回答我了。

它知道我喜欢什么风格。它知道我的雷区。它知道我纠结的时候需要推一把而不是"你觉得呢"。

三个月的"训练"，跳过了。

---

这到底是什么？

这是一个开源项目，叫老己.skill (Mirror)。

它做的事用一句话说就是：

从你跟 AI 的所有对话里，蒸馏出完整的你。

四层价值：

1/ 隐私审计 —— 让你看清 AI 到底记住了你多少东西。你的数字暴露面，可能比你想的大十倍。

2/ 个人完整档案 —— 你在各种 AI 上聊过的碎片信息，汇总成一份完整的个人档案。你跟 AI 聊了三年，其实一直在写自传——只是没人帮你整理过。

3/ 认知镜像 —— 认知模式、决策习惯、情绪地图、价值排序、恐惧与渴望。不是性格测试的四个字母，是带证据的、你自己都没意识到的深层模式。

4/ 能力矩阵 + 进化路线图 —— 你会什么、不会什么、在学什么、该往哪走。不是鸡汤，是你自己用几千轮对话写出来的能力档案和方向感。

蒸馏完的东西可以直接喂给任何新 AI，跳过三个月的"训练期"。

---

最简单的用法

30 秒。不需要下载任何东西。

打开你聊得最多的那个 AI（豆包、ChatGPT、Claude、Gemini、Kimi 都行），把一段提示词粘贴进去。

提示词在仓库里，点开就能复制。

然后你就会看到 AI 眼中的你。

建议做好心理准备。

---

仓库地址

github.com/agenmod/mirror-skill

开源的。MIT 协议。

Star 一下。下次换 AI 的时候，你不用从零开始。

---

最后说句掏心窝的。

你每天跟 AI 聊天。

你以为你在用工具。

但其实你在做一件比你意识到的更大的事——你在把你自己外化。

你的问题暴露了你的认知边界。

你的纠结暴露了你的价值冲突。

你的兴奋暴露了你的真实渴望。

你凌晨三点的那些对话，暴露了你最真实的恐惧。

这些东西的价值，远超对话本身。

但现在它们锁在各个 App 里，散成碎片，你自己都不记得聊过什么。

你换一个 AI，一切从零开始。

别让你自己烂在聊天记录里。

是时候认识一下你老己了。

---

github.com/agenmod/mirror-skill

>

老己.skill (Mirror) · 永生.skill 生态

老己 (Mirror) 示例

示例说明

由于老己的产出物包含高度个人化的信息（认知模式、情绪地图、恐惧与期望等），我们不提供真实用户的完整示例。

你可以这样体验

1. 导出你自己的 AI 对话记录（参考 平台导出指南） 2. 把对话记录和本仓库一起丢给 AI 3. 让 AI 按 SKILL.md 的 Phase 执行

产出物结构预览

my-mirror/
├── self-portrait.md        ← 认知镜像：你是谁
├── capability-matrix.md    ← 能力矩阵 + 认知风格
├── evolution-roadmap.md    ← 进化路线图
├── ai-profile.md           ← AI 迁移档案（可直接喂给新 AI）
└── manifest.json           ← 元数据

每个文件的模板见 ../templates/ 目录。

<div align="center">

老己.skill (Mirror)

你跟 AI 聊了三年。它比你更了解你自己。

现在，把这面镜子拿回来。认识一下你老己。

   

<br/>

<img src="assets/hero-banner.png" alt="老己.skill Hero" width="800"/>

</div>

---

<div align="center">

凌晨三点，你跟 AI 说了你不敢跟任何人说的话。

纠结了三个月的决定，你问了 AI 十七遍。

你的恐惧、你的野心、你反复犹豫的选择、你真正在乎的东西——

AI 全都见过。

<br/>

你叫什么、住哪里、做什么工作、家里几口人、最近在焦虑什么——

你没刻意告诉它，但它全都拼出来了。

<br/>

你知道 AI 到底记住了你多少东西吗？

跑一下老己，你会吓一跳。

<br/>

但这些碎片散落在 ChatGPT、Claude、豆包、Gemini 的对话记录里。

你换了一个新 AI，一切从零开始。它不知道你是谁。你又要花三个月「训练」它。

更可惜的是——这些碎片里，藏着一个你自己都没看清的你老己。

</div>

---

<div align="center">

这是什么 · 隐私审计 · 个人档案 · 认知镜像 · 能力矩阵 · AI 迁移 · 怎么用 · 支持平台 · 生态全景

</div>

---

这是什么

老己.skill (Mirror) 做一件事：

从你跟各种 AI 的历史对话中，蒸馏出「你老己是谁」的完整画像。

不是总结你聊了什么。是把 AI 对你的全部认知——你的基础信息、你怎么提问、怎么纠结、怎么做决定、什么让你兴奋、什么让你焦虑、你的能力边界在哪——全部结构化提取出来，形成一个完整的你。

然后这个「你」可以：

• 查隐私——看看 AI 到底记住了你多少，你的数字暴露面有多大
• 建档案——个人基础信息、职业、家庭、兴趣、目标，形成完整个人档案
• 照镜子——看清自己的认知模式、决策习惯、情绪地图、价值排序
• 画地图——形成能力矩阵，发现盲区，规划进化路线
• 搬家——喂给任何新 AI，它立刻成为最懂你的 AI

---

四个你不知道的价值，现在可以拿走了

---

🔓 隐私审计：AI 到底记住了你多少？

这可能是你用老己的第一个理由。

你以为你只是在问问题。但 AI 从你的问题里，已经拼出了你的：

你从来没填过任何表格。但 AI 已经比你的朋友更了解你。

老己的第一步：让你看清 AI 到底知道你什么。 这不是恐吓——是让你对自己的数字暴露面有知情权。

你可以选择把这些信息结构化带走（→ AI 迁移档案），也可以回去各平台清理你不想被记住的东西。

---

📋 个人完整档案：把碎片拼成完整的你

AI 对话里散落着你的所有信息——但你自己可能从来没把它们整理过：

你和 AI 聊了三年，其实一直在写自传——只是没人帮你整理过。

---

🪞 认知镜像：你是谁

<div align="center"> <img src="assets/six-dimensions.png" alt="六维提取" width="700"/> </div>

你跟 AI 聊了几千轮对话。这些对话里藏着：

AI 见过你最真实的样子。 你不需要在它面前表演。你问的问题、你纠结的方式、你兴奋的瞬间——这些比任何性格测试都准。

老己做的事：把这些碎片拼成一面镜子，让你看清你老己。

---

📊 能力矩阵与进化路线图

你的对话记录不只是情绪日记。它还是一份能力档案。

你问过的每一个问题，都暴露了你会什么和不会什么：

• 你在哪些领域提问精准、追问深入？→ 核心能力区
• 你在哪些领域反复问基础问题？→ 待发展区
• 你从来没问过什么？→ 认知盲区
• 你的提问水平在哪些领域明显提升了？→ 成长轨迹

老己从这些信号里构建你的认知矩阵：

                    高频提问
                       │
         ┌─────────────┼─────────────┐
         │             │             │
    深度追问      基础提问       从未涉及
         │             │             │
    ┌────┴────┐   ┌────┴────┐   ┌────┴────┐
    │核心能力区│   │待发展区  │   │认知盲区  │
    └─────────┘   └─────────┘   └─────────┘
         │             │             │
         └─────────────┼─────────────┘
                       │
              进化路线图：
              你可以往哪走？
              你需要补什么？
              你的方向感在哪？

不是算命。是数据。 是你自己用几千轮对话「写」出来的能力档案。

老己帮你读懂它，然后给你一张进化路线图——不是告诉你「应该」做什么，是告诉你「你的轨迹指向哪里」以及「如果你想去那里，还缺什么」。

---

🚀 AI 迁移协议

你花了三个月「训练」ChatGPT 理解你。

然后你想试试 Claude。

一切从零开始。

它不知道你喜欢什么风格的回答。不知道你的背景。不知道你在做什么项目。不知道你的思维偏好。不知道你的雷区。

你又要花三个月。

老己生成一份标准化的AI 迁移档案——一个结构化的「你是谁」文件。

把它喂给任何新 AI，它立刻知道：

• 你是什么样的人（背景、性格、偏好）
• 你在做什么（当前项目、关注领域）
• 你怎么思考（认知模式、决策习惯）
• 你喜欢什么样的回答（风格、深度、节奏）
• 你的雷区在哪（别踩的坑、别说的话）

你的 AI 记忆不该锁死在一个 App 里。蒸馏你老己，带走它，喂给任何 AI。

---

运作流程

老己有三种用法，从「30 秒速成」到「深度蒸馏」，选你需要的深度。

<div align="center"> <img src="assets/three-levels.png" alt="三种模式" width="800"/> </div>

flowchart TB
    subgraph LV1["⚡ Lv.1 极速模式 · 30 秒"]
        A1["复制「一键提示词」"] --> A2["粘贴给任意 AI"]
        A2 --> A3["隐私审计 + 个人档案\n+ 认知画像"]
        A3 --> A4["拿到完整的你"]
    end

    subgraph LV2["🔥 Lv.2 标准模式 · 10 分钟"]
        B1["导出 AI 对话记录"] --> B2["丢给 AI + 本仓库"]
        B2 --> B3["隐私审计 + 个人档案\n+ 八维深度提取"]
        B3 --> B4["认知矩阵 + 进化路线图"]
        B4 --> B5["完整产出"]
    end

    subgraph LV3["🚀 Lv.3 全量模式 · 多平台融合"]
        C1["多平台对话导出\nChatGPT+Claude+豆包+..."] --> C2["交叉验证\n不同 AI 上的不同你"]
        C2 --> C3["深度认知矩阵\n盲区识别 + 成长轨迹"]
        C3 --> C4["进化路线图 + AI 迁移档案"]
        C4 --> C5["定期更新\n追踪你的进化"]
    end

    LV1 -.->|"想更深？"| LV2
    LV2 -.->|"想更全？"| LV3

    style LV1 fill:#e8f5e9,stroke:#4caf50,stroke-width:2px
    style LV2 fill:#e3f2fd,stroke:#2196f3,stroke-width:2px
    style LV3 fill:#fce4ec,stroke:#e91e63,stroke-width:2px

---

怎么用

⚡ Lv.1 极速模式：30 秒认识你老己

不需要导出任何东西。 直接把下面这段话复制粘贴给你正在用的 AI（豆包、ChatGPT、Claude、Gemini、Kimi……任何一个你聊过很多的 AI）：

<details> <summary><b>点击展开 → 一键复制给你的 AI</b></summary>

我希望你根据你所了解的所有关于我的信息，为我创建一个全面的个人背景文件。

请从你的记忆系统、我们的所有对话记录、我的自定义指令、以及你从我的提问方式、决策模式、情绪变化中发现的所有模式中提取信息。

请按以下结构输出（跳过你确实不了解的部分，但尽量覆盖）：

## 0. 隐私审计：你到底记住了我多少？
先列一个表格，展示你从我们的对话中推断出的所有个人信息：
- 你推断出的我的姓名、年龄、性别、所在城市
- 你推断出的我的职业、收入水平、教育背景
- 你推断出的我的家庭情况（伴侣、孩子、父母）
- 你推断出的我的心理状态和近期情绪
- 你推断出的我的弱点和不自信的领域
- 每条标注置信度（高/中/低）和推断依据（哪段对话暴露的）
我想知道我的"数字暴露面"有多大。

## 1. 个人基础档案
姓名、年龄、所在地、职业、家庭情况等你了解到的基础信息。
教育背景、工作经历、生活方式等。
把散落在各种对话里的碎片拼成一个完整的个人档案。

## 2. 认知模式与思维风格
- 我分析问题的方式（先问为什么 vs 先问怎么做？自顶向下 vs 自底向上？）
- 我的抽象偏好（喜欢具体案例还是抽象框架？）
- 我的类比习惯（我常用什么领域的例子？）
- 我对不确定性的反应（追问到底 vs 接受模糊？）

## 3. 决策习惯
- 我做决定的方式（直觉型 vs 数据型？快刀斩 vs 反复纠结？）
- 我的纠结模式（什么类型的决定让我最犹豫？）
- 什么能改变我的想法？
- 我在时间压力下的默认反应

## 4. 情绪地图
- 什么话题让我焦虑或反复追问？
- 什么让我兴奋到语无伦次？
- 什么让我回避或突然切换话题？
- 我的恐惧指向什么？我的渴望指向什么？

## 5. 能力矩阵
- 我的核心能力区（我追问最深、甚至纠正过你的领域）
- 我的活跃学习区（我频繁提问但还在基础阶段的领域）
- 我的认知盲区（我从未涉及但可能重要的领域，标注为推测）
- 我的成长轨迹（哪些领域我的提问水平明显提升了？）

## 6. 沟通偏好
- 我偏好的回答风格（简洁 vs 详细？严肃 vs 轻松？）
- 我明确要求过的规则（"总是要做X"、"永远不要做Y"）
- 我的雷区（别踩的坑、别说的话）
- 我纠结时需要你做什么（推一把 / 帮我分析 / 给我时间）

## 7. 兴趣与关注领域
- 我经常讨论的话题和长期关注的内容
- 我的注意力最近在往哪个方向漂移？

## 8. 目标与项目
- 我提到过的个人目标和长期规划
- 我正在进行的项目

## 9. 价值观与优先级
- 我真正在乎什么？（从我的行为推断，不只是我说的）
- 我的底线是什么？
- 我嘴上说的优先级和实际行为的优先级一致吗？

## 10. 矛盾之处
- 你观察到我哪些地方「说的和做的不一样」？
- 我有哪些自相矛盾的偏好或行为？

最后，基于以上所有信息，生成一份【AI 迁移档案】—— 一个结构化的「关于我」文件，格式如下，让任何新 AI 拿到就能立刻理解我：

---
# 关于我
## 基本画像
[50-100 字]
## 我的认知风格
[风格标签 + 一句话解释]
## 我在做什么
[当前关注 + 项目]
## 怎么跟我对话
[风格偏好 + 雷区 + 纠结时的应对]
## 我的能力边界
[擅长 / 在学 / 盲区]
## 我在乎什么
[价值排序 + 底线]
---

请尽可能诚实。如果某个维度你数据不够，就说数据不够，不要编造。

</details>

就这么简单。 复制 → 粘贴 → 30 秒后你就能看到 AI 眼中的你。

提示：在你聊得最多的那个 AI 上效果最好。如果你在多个 AI 上都做了，把结果合在一起就是更完整的你。

---

🔥 Lv.2 标准模式：用本仓库深度蒸馏

安装

git clone https://github.com/agenmod/mirror-skill.git

第一步：导出你的 AI 对话记录。详见 各平台导出指南。

第二步：把导出的对话和本仓库一起丢给 Cursor / Claude / 任何 Agent：

请读 SKILL.md，用我导出的 AI 对话记录，帮我蒸馏出「我是谁」。

第三步：AI 会按 Phase 引导你完成六维提取 → 认知矩阵 → 进化路线图 → AI 迁移档案，输出完整四件套。

---

🚀 Lv.3 全量模式：多平台融合 + 进化追踪

导出你所有 AI 平台的对话记录，交叉验证。不同 AI 上你展现的是不同的自己——拼在一起才是完整的你。

每 3-6 个月重新提取一次，追踪你的认知进化轨迹。

---

三种模式对比

graph LR
    subgraph 对比
        direction TB
        L1["⚡ Lv.1 极速\n复制提示词 → 粘贴\n30 秒 · 单平台\n产出: AI 迁移档案"]
        L2["🔥 Lv.2 标准\n导出对话 → 跑 SKILL.md\n10 分钟 · 单/多平台\n产出: 完整四件套"]
        L3["🚀 Lv.3 全量\n多平台融合 → 交叉验证\n30 分钟+ · 全平台\n产出: 四件套 + 进化追踪"]
    end

    L1 -->|"数据更多\n分析更深"| L2
    L2 -->|"多平台\n长期追踪"| L3

    style L1 fill:#e8f5e9,stroke:#4caf50
    style L2 fill:#e3f2fd,stroke:#2196f3
    style L3 fill:#fce4ec,stroke:#e91e63

---

支持的 AI 平台

多平台混合效果最好——不同 AI 上你展现的是不同的自己。ChatGPT 上的你可能更日常，Claude 上的你可能更技术，豆包上的你可能更生活。拼在一起才是完整的你。

---

蒸馏出来长什么样

my-mirror/
├── self-portrait.md        ← 你是谁：认知模式、决策习惯、情绪地图、价值排序
├── capability-matrix.md    ← 能力矩阵：核心区、待发展区、盲区
├── evolution-roadmap.md    ← 进化路线图：方向感、需要补的维度
├── ai-profile.md           ← AI 迁移档案：喂给新 AI 的标准文件
└── manifest.json           ← 元数据（来源平台、时间、覆盖度）

---

完整蒸馏流程

flowchart LR
    subgraph INPUT["📥 输入"]
        I1["ChatGPT 对话"]
        I2["Claude 对话"]
        I3["豆包 / Gemini / ..."]
        I4["Cursor 项目记录"]
    end

    subgraph AUDIT["🔓 Phase 0.5: 隐私审计"]
        P1["数字暴露面扫描"]
        P2["个人完整档案"]
    end

    subgraph EXTRACT["🔬 Phase 1: 深度提取"]
        E1["认知模式"]
        E2["决策习惯"]
        E3["情绪地图"]
        E4["能力信号"]
        E5["价值排序"]
        E6["恐惧与期望"]
    end

    subgraph BUILD["🧠 Phase 2-3: 构建"]
        B1["认知矩阵\n能力图谱 + 盲区"]
        B2["成长轨迹\n时间线分析"]
        B3["进化路线图\n方向感 + 建议"]
    end

    subgraph OUTPUT["📦 Phase 4-5: 输出"]
        O1["self-portrait.md\n你是谁"]
        O2["capability-matrix.md\n你会什么"]
        O3["evolution-roadmap.md\n你往哪走"]
        O4["ai-profile.md\n喂给新 AI"]
    end

    INPUT --> AUDIT
    AUDIT --> EXTRACT
    EXTRACT --> BUILD
    BUILD --> OUTPUT

    style INPUT fill:#1a237e,stroke:#5c6bc0,color:#fff
    style AUDIT fill:#e65100,stroke:#ff9800,color:#fff
    style EXTRACT fill:#004d40,stroke:#26a69a,color:#fff
    style BUILD fill:#4a148c,stroke:#ab47bc,color:#fff
    style OUTPUT fill:#b71c1c,stroke:#ef5350,color:#fff

---

为什么这件事很重要

你每天跟 AI 聊天，本质上是在做一件事：把你脑子里的东西外化。

你的问题暴露了你的认知边界。你的纠结暴露了你的价值冲突。你的兴奋暴露了你的真实渴望。你的恐惧暴露了你的底线。

这些信息的价值远超对话本身。

但现在，这些信息：

• 锁死在各个平台里——你换了 AI 就丢了
• 散落成碎片——你自己都不记得聊过什么
• 没有被结构化——原始对话记录看了也看不出规律

老己做的事就是：把这些碎片变成镜子，把锁死的记忆变成可迁移的资产，把无意识的轨迹变成有意识的方向。

---

永生.skill 生态

老己 (Mirror) 是 永生.skill 数字永生框架的自我认知组件。完整生态：

---

<div align="center">

最后说句正经的。

你跟 AI 聊了几千轮。

这些对话里，藏着一个你自己都没看清的你。

你的恐惧。你的渴望。你的能力边界。你的进化方向。

别让它们烂在聊天记录里。是时候认识一下你老己了。

<br/>

⭐ Star 一下。下次换 AI 的时候，你不用从零开始。

<br/>

MIT License · 回 [永生.skill 主页](https://github.com/agenmod/immortal-skill)

</div>

AI 迁移协议

从一个 AI 到另一个 AI，不丢失「你是谁」

为什么需要迁移

你花了几个月「训练」一个 AI 理解你。这个「训练」包括：

• 你的背景信息（通过对话逐渐透露）
• 你的偏好（通过反馈逐渐调整）
• 你的项目上下文（通过讨论逐渐积累）
• 你的沟通风格（通过互动逐渐适应）

换一个新 AI，这些全部归零。

迁移档案结构

ai-profile.md 是一份标准化的「你是谁」文件，包含：

1. 基本画像：你是什么样的人（50-100 字） 2. 认知风格：你怎么思考、怎么做决定 3. 当前上下文：你在做什么、关注什么 4. 沟通偏好：你喜欢什么样的回答 5. 能力边界：你擅长什么、在学什么 6. 价值底线：你在乎什么、雷区在哪

使用方式

方式 A：作为 System Prompt

直接把 ai-profile.md 的内容粘贴到新 AI 的系统提示 / Custom Instructions 里。

方式 B：作为对话开头

新对话的第一条消息：「请先读完这份关于我的描述，然后我们开始聊：[粘贴内容]」

方式 C：作为项目文件

放进项目的 .cursor/rules/ 或类似的 AI 配置目录。

迁移效果评估

好的迁移档案应该让新 AI：

• 第一轮对话就能用你习惯的风格回答
• 不再问你已经回答过的背景问题
• 能在你的能力边界内给出合适深度的回答
• 知道你的雷区，不踩坑

定期更新

建议每 3-6 个月重新生成迁移档案：

• 你的关注领域可能变了
• 你的能力边界可能扩展了
• 你的项目上下文可能更新了

认知矩阵构建方法论

从对话信号到能力图谱

信号分类

强信号（高置信度）

• 你纠正 AI 的错误 → 你在这个领域比 AI 懂
• 你追问到第 5 层以上 → 你在这个领域有深度
• 你用 A 领域的类比解释 B 领域 → A 是你的舒适区
• 你反复回到同一个话题 → 这是你的核心关注

中信号（需交叉验证）

• 你问了一个基础问题 → 可能不懂，也可能在确认
• 你完全接受 AI 的回答 → 可能不懂，也可能懒得追问
• 你切换了话题 → 可能失去兴趣，也可能已经满足

弱信号（仅供参考）

• 你没问过某个话题 → 不代表你不懂
• 你的用词变化 → 可能反映情绪，也可能只是打字习惯

矩阵构建步骤

1. 收集所有能力信号：逐条标注领域、深度、频率 2. 聚类：将相近领域的信号聚合 3. 评估：每个领域综合评估提问深度 × 提问频率 4. 定位：映射到四象限（核心区/学习区/深藏区/探索区） 5. 时间线：叠加时间维度，看成长轨迹 6. 盲区推断：基于用户目标，谨慎推断可能的盲区

置信度标注

每个矩阵条目标注置信度：

• 高：多次出现、多平台验证、有明确证据
• 中：出现过几次，但证据不够充分
• 低：推断性的，需要用户确认

进化路线图生成方法

从认知矩阵到方向感

输入

• Phase 2 的认知矩阵（能力图谱 + 成长轨迹 + 认知风格）
• Phase 1 的恐惧与期望、价值排序

方向推断逻辑

1. 注意力漂移分析

按时间线统计你的提问主题分布变化：

• 最近 3 个月新增了什么话题？
• 最近 3 个月减少了什么话题？
• 有没有突然爆发的新兴趣？

注意力漂移方向 = 你正在发生的转变。

2. 能力-兴趣交叉

3. 恐惧-渴望指南针

• 你反复焦虑的方向 → 你在乎但还没准备好
• 你反复兴奋的方向 → 你的天赋和热情交汇处
• 你回避的话题 → 可能是最需要面对的

输出格式

## 你的进化路线图

### 方向感
[基于数据的方向性描述，不是处方]

### 加强区（继续深耕）
- [领域]：[为什么 + 具体建议]

### 补强区（需要投资）
- [领域]：[为什么需要 + 从哪开始]

### 探索区（值得尝试）
- [领域]：[为什么可能适合你 + 低成本试探方式]

### 诚实提醒
- 这是基于对话数据的推断，不是命运预测
- 你没跟 AI 聊过的面向，这里覆盖不到
- 建议每 3-6 个月重新提取，追踪进化轨迹

对话提取协议

从各 AI 平台提取对话的标准流程

数据预处理

1. 去噪：移除系统消息、错误重试、纯代码输出等非对话内容 2. 标注来源：每段对话标注来源平台和大致时间 3. 脱敏：如果对话中涉及他人隐私信息，提取前脱敏处理 4. 分段：按主题或时间段分割长对话，便于维度分析

提取优先级

多平台融合

不同平台上你展现的是不同的自己：

• ChatGPT：通常最全面，日常+深度都有
• Claude：通常更技术、更深度
• 豆包：通常更生活化、更随意
• Cursor/Windsurf：暴露你的技术能力和工作方式

融合原则：同一维度在多个平台出现的信号，置信度更高。

关于我

本文件由 老己.skill (Mirror) 从 AI 对话记录中自动生成。

可直接粘贴给新 AI 作为 System Prompt / Custom Instructions。

生成时间：{{DATE}}

基本画像

{{PORTRAIT}}

我的认知风格

{{COGNITIVE_STYLES}}

我在做什么

• 当前关注领域：{{CURRENT_FOCUS}}
• 正在进行的项目/目标：{{CURRENT_PROJECTS}}

怎么跟我对话

• 我喜欢的回答风格：{{PREFERRED_STYLE}}
• 我的雷区：{{AVOID_THESE}}
• 我纠结时需要的：{{WHEN_HESITATING}}
• 我的提问习惯：{{ASKING_HABITS}}
• 我的耐心程度：{{PATIENCE_LEVEL}}

我的能力边界

• 我擅长：{{STRENGTHS}}
• 我在学：{{LEARNING}}
• 我不太懂但可能需要：{{GAPS}}

我在乎什么

• 价值排序：{{VALUES}}
• 底线：{{BOTTOM_LINES}}

请注意

• 以上信息基于我的 AI 对话记录提取，可能不完整
• 如果我的行为与描述不符，以实际行为为准
• 这份档案会定期更新

能力矩阵

生成时间：{{DATE}}

数据来源：{{PLATFORMS}}

---

认知风格标签

{{STYLE_TAGS}}

---

能力图谱

核心能力区（高频 + 深度追问）

活跃学习区（高频 + 基础提问）

深藏不露区（低频 + 深度追问）

待探索区（低频 + 基础提问）

认知盲区（推测性，需谨慎）

---

成长轨迹

已完成的成长

{{COMPLETED_GROWTH}}

正在发生的成长

{{ONGOING_GROWTH}}

可能的瓶颈

{{BOTTLENECKS}}

---

注意力漂移

最近 3 个月的变化

{{RECENT_SHIFT}}

进化路线图

生成时间：{{DATE}}

基于：认知矩阵 + 恐惧与期望 + 注意力漂移分析

---

方向感

{{DIRECTION_SUMMARY}}

---

加强区（继续深耕）

{{STRENGTHEN_AREAS}}

---

补强区（需要投资）

{{DEVELOP_AREAS}}

---

探索区（值得尝试）

{{EXPLORE_AREAS}}

---

可能需要放下的

{{LET_GO_AREAS}}

---

你的进化时间线

过去（你从哪来）

{{PAST_TRAJECTORY}}

现在（你在哪）

{{CURRENT_STATE}}

可能的未来（你的轨迹指向哪）

{{FUTURE_DIRECTION}}

---

诚实提醒

• 这是基于 AI 对话数据的推断，不是命运预测
• 你没跟 AI 聊过的面向，这里覆盖不到
• 「放下」建议尤其需要你自己判断——数据可能遗漏了重要上下文
• 建议每 3-6 个月重新提取，追踪进化轨迹

认知镜像 · 自我画像

生成时间：{{DATE}}

数据来源：{{PLATFORMS}}

对话总量：{{TOTAL_CONVERSATIONS}} 轮，跨 {{TIME_SPAN}}

---

你是谁（一段话版本）

{{PORTRAIT_SUMMARY}}

---

认知模式

模式 1: {{PATTERN_NAME}}

• 描述：{{DESCRIPTION}}
• 证据：{{EVIDENCE_1}}；{{EVIDENCE_2}}
• 频率：{{FREQUENCY}}
• 场景：{{SCENARIO}}

模式 2: {{PATTERN_NAME}}

...

---

决策习惯

你怎么做决定

{{DECISION_STYLE}}

你的纠结模式

{{HESITATION_PATTERN}}

什么能改变你的想法

{{MIND_CHANGE_TRIGGERS}}

---

情绪地图

焦虑区

{{ANXIETY_MAP}}

兴奋区

{{EXCITEMENT_MAP}}

平静区

{{CALM_MAP}}

---

价值排序

1. {{VALUE_1}} 2. {{VALUE_2}} 3. {{VALUE_3}}

底线

{{BOTTOM_LINES}}

说的 vs 做的

{{SAY_VS_DO}}

---

恐惧与期望

核心恐惧

{{CORE_FEARS}}

核心渴望

{{CORE_DESIRES}}

你在心理预演的未来

{{MENTAL_REHEARSAL}}

---

矛盾之处

{{CONTRADICTIONS}}

---

数据局限

• 覆盖平台：{{PLATFORMS}}
• 时间跨度：{{TIME_SPAN}}
• 未覆盖的面向：{{UNCOVERED}}
• 置信度说明：{{CONFIDENCE_NOTE}}