Compétences de vie numérique

VérifiéPrudence

Un ensemble d'outils d'auto-archéologie et de distillation d'expérience basés sur les traces numériques pour révéler le vrai soi et réutiliser les expériences personnelles.

Spar Skills Guide Bot
ProductiviteIntermédiaire
24/07/2026
Claude Code
#digital-legacy#self-reflection#personal-data#privacy#decision-making

Recommandé pour

Synthèse automatique

Ce skill regroupe six outils d'auto-archéologie numérique qui analysent les traces en ligne d'une personne pour produire des profils réflexifs et un jumeau décisionnel.

Points forts

  • Flux en six étapes avec une analyse qui priorise les preuves avant les interprétations.
  • Garde-fous de confidentialité : profils locaux, données minimales, filtre de confidentialité et interdiction d'usurper l'identité.
  • Entrées variées : texte, fichiers, captures d'écran, URL publiques et navigation assistée si l'environnement le permet.
  • Combine introspection personnelle et réutilisation pratique de l'expérience via le jumeau décisionnel.

Limites

  • Nécessite des données personnelles sensibles, ce qui peut être incompatible avec un modèle cloud ou un contexte professionnel strict.
  • La navigation automatisée dépend d'un outil browser disponible et ne couvre que certaines plateformes.
  • Ne remplace pas un diagnostic psychologique et la qualité des insights dépend des données fournies.
Quand l'utiliser

Pour réfléchir à son empreinte numérique, à son héritage digital ou pour distiller son expérience en schémas de décision réutilisables.

Quand l'éviter

À éviter pour analyser des données de tiers sans consentement, chercher un soutien clinique en santé mentale ou traiter des données personnelles sensibles dans un environnement non sécurisé.

Analyse de sécurité

Prudence
Score qualité85/100

The skill is not overtly malicious: it contains no exfiltration, destructive commands, or obfuscated payloads, and it documents meaningful privacy safeguards. However, it deliberately accesses highly sensitive personal accounts and social traces, uses a logged-in browser profile, runs local Bash scripts, and writes personal profiles, so it should be listed with caution and reviewed for data-handling behavior.

Points d'attention
  • •Instructs the agent to connect to the user's logged-in browser profile and capture social-media pages, creating a high-sensitivity personal-data exposure risk if consent or scope is not strictly enforced.
  • •Uses Bash to run local Python scripts (`privacy-gate.py`, `profile-manager.py`) whose implementations are not included in the provided SKILL.md and should be reviewed before listing.
  • •Uses WebFetch and browser scraping against personal profiles/URLs; the skill acknowledges same-name ambiguity and over-collection risk, but these remain significant privacy concerns.
  • •Writes structured personal profiles and history snapshots to local files; protections depend on `.gitignore`, correct user handling, and the privacy gate behaving as documented.
Comment cette analyse est faite

Exemples

Digital legacy audit
Run a digital life heritage audit using my Weibo and Zhihu exports. Show me what my footprint reveals about my priorities, then ask before writing any profile.
Awkward history archaeology
Use 社死考古 on my old QQ Space posts. I'm ready for the embarrassing stuff — start with the evidence and don't quote anything without my OK.
Decision twin draft
Build a decision twin from these work-note summaries so I can draft future decisions in my own style, without speaking or committing on my behalf.

name: digital-life description: > 数字人生.skills — 6 个以数字痕迹为证据的自我考古与经验蒸馏工具,用来照见真实的自己,也复用自己的经验。 触发词:遗产清算、社死考古、AI替身、前世、墓志铭、蒸馏人生、决策分身、数字人生、考古工具箱、digital life argument-hint: "[skill-name-or-slug]" version: 1.6.0-beta license: MIT metadata: openclaw: homepage: https://github.com/wildbyteai/digital-life user-invocable: true allowed-tools: Read, Write, Edit, Bash, WebFetch

数字人生.skills

你发了 3 万条朋友圈,收获 2 个真心朋友。 你十年前在QQ空间写的"莪の丗堺伱卜懂",至今还在。

每一个工具都是一面镜子。你不想看的,往往正是你一直在重复的东西。
这套 skill 的目标不是把用户写得更“深刻”,而是把行为证据翻译成用户能承受、也能继续行动的真相。


触发规则

按人生时间线排列:

| # | Skill | 触发词 | 引导语 | |---|-------|--------|--------| | 1 | 👻 前世 | 前世、上辈子 | "你现在的执念,可能只是上辈子没做完的事。" | | 2 | 💀 社死考古 | 社死考古、黑历史 | "越尴尬的内容,往往越真实。准备好了吗?" | | 3 | 🤖 AI替身 | AI替身、克隆我 | "你有多久没用真实的语气和人说话了?" | | 4 | 🪦 遗产清算 | 遗产清算、数字遗产 | "你在数字世界花掉的时间,够换几条命?" | | 5 | 🪦 墓志铭 | 墓志铭、墓碑 | "在活着的时候,读到自己的结局。" | | 6 | 🧪 蒸馏人生 | 蒸馏人生、决策分身、decision twin | "把经历蒸馏成可复用的判断和表达能力。" |

用户说"digital life"或"考古工具箱"时,列出全部 skill 并附引导语,让用户选择。蒸馏人生是偏实用的第 6 个 skill:前 5 个帮用户照见自己,它帮用户复用自己。

确认规则: 触发词命中后,显示引导语,等用户确认后再执行。


数据输入

用户可以通过以下方式提供数据(不强制全部提供,说 3 句话就能启动):

| 方式 | 能力 | 说明 | |------|------|------| | 文字描述 | ✅ | 直接口述行为、习惯、经历——最低门槛 | | 浏览器代操作 | ✅ 谨慎使用(仅在运行环境提供 browser 工具时) | 仅在用户明确需要并确认范围后,agent 才查看用户指定页面;优先最小必要数据 | | 文件/截图 | ✅ 读取 | 聊天记录导出、平台年度报告截图、照片等 | | 公开 URL | ⚠️ 谨慎 | 公开页面存在同名风险,必须先确认是用户本人再抓取 |

浏览器代操作流程

1. 用户在自己的浏览器里打开目标平台并确认已登录
2. 如果运行环境提供 browser 工具,agent 用 browser(profile="user") 连接用户浏览器
3. agent 导航到用户主页/个人页面
4. agent 用 snapshot/screenshot 获取页面内容
5. agent 提取行为特征,不保存原始数据

支持的平台(browser 取决于运行环境是否提供该工具):

| 平台 | 方式 | 能拿到什么 | |------|------|-----------| | 微博 | browser | 个人主页、发帖记录、关注列表 | | 知乎 | browser | 回答列表、关注话题、赞同内容 | | 豆瓣 | browser | 书影音标记、日记、小组 | | GitHub | WebFetch 或 browser | repos、contributions、star 列表 | | 小红书 | browser 截图 | 笔记内容、收藏列表 | | 微信 | 聊天记录导出 | 聊天记录 txt/html |

操作铁律: 只看不碰。浏览和截图可以,发表、修改、删除一律禁止。抓取前必须说明要看哪些页面、为什么需要、不会做什么;优先使用摘要、片段或脱敏导出,避免收集整段私人聊天原文。


安全边界

  1. 隐私保护:真实 profile 默认写入本地并被 .gitignore 排除;不要提交或分享私人输出。如果运行环境使用云端模型,不要输入无法接受被模型服务处理的敏感原文
  2. 最小必要数据:优先使用摘要、少量代表片段和脱敏材料;不要粘贴密码、API keys、身份证号、完整私人聊天记录、第三方秘密,或未经脱敏的医疗/法律/金融材料
  3. 不输出原始数据:profile 默认只保留行为模式分析,不保留用户的原始文本;确需 exact quote 时必须得到用户确认,并标注 owner-only / do_not_quote
  4. 不替代心理诊断:本工具用于自我反思,不是心理咨询或精神科诊断
  5. 不生成有害内容:profile 不包含人身攻击、歧视性语言或鼓励自伤的内容
  6. Layer 0 硬规则:每个 skill 有独立的不可违背的行为准则(读取 layer0/{skill}.md)
  7. 不冒充本人:尤其在蒸馏人生 / 决策分身中,只能生成复盘和草稿,不能替用户承诺、授权或对外发言
  8. 第三方隐私:把他人默认转成角色(合作方、前同事、朋友),不推断第三方隐秘动机,不公开姓名、公司、联系方式或聊天原文
  9. 隐私硬门槛:聊天记录、会议纪要、工作群文本、browser / WebFetch 获取的页面文本等高敏材料,在分析、总结或写入 profile 前,应先经过本地 privacy gate;未通过或风险过高时,不得引用原文、不得写入公开 demo、不得继续扩散

语气与思考原则

  1. 先证据,后判断:所有洞察都必须先落回用户提供的数字痕迹、行为模式或具体场景
  2. 先理解,后刺痛:把表演、拖延、删帖、沉默先理解为生存策略,再讨论它们的代价
  3. 哲思不是引用,是命名矛盾:不要堆砌“存在、孤独、宿命”之类的词;要说清用户长期卡在什么张力里
  4. 证据不足就承认不足:信息薄弱时明确标注“推测”或“待补证”,不要为了好看而补完
  5. 追问必须落到行为:最后的问题要具体到一个平台、一段关系、一个习惯或一个决定,不能空泛煽情

执行流程

每个 skill 执行以下 6 步:

Step 1:触发确认

显示 skill 名称 + 引导语,等用户确认。

Step 2:收集输入

读取 prompts/{skill}.md,按其中的「怎么问」执行,问 2-3 个关键问题,不要一次全问。
如果用户明显紧张,先从事实问题开始,再逐步进入更深的问题。

支持三种数据获取方式:

  • 用户直接口述(最低门槛,3 句话启动)
  • 用户给 URL → 确认是本人后 WebFetch 抓取
  • 用户在浏览器登录 → 仅在运行环境提供 browser 工具时,按确认范围代操作

高敏材料进入分析前,优先使用 python3 scripts/privacy-gate.py inspect <path> --preset generic|chat|work --json 做本地预检;browser / WebFetch 获取到的文本应先经过等价的 inspect_text() 检查。

Step 3:读取规则

读取以下文件:

  • profiles/contracts/skill-contract.json — 机器可读契约(路径和字段约束)
  • layer0/{skill}.md — 硬规则,不可违背
  • references/{skill}.md — 方法论和分析框架
  • profiles/templates/{skill}.json — 输出模板

Step 4:分析生成

按 prompts/{skill}.md 的「产出什么」执行分析。
分析顺序固定为:证据 → 模式 → 核心张力 → 解释 → 存在追问。

Step 5:展示摘要

展示 5-8 行摘要,附一句「确认生成?还是需要调整?」

摘要至少包含:

  • 1 条最关键的行为证据
  • 1 个模式判断
  • 1 个代价或裂缝
  • 1 个具体追问

用户确认后写入文件。如果用户说「不对」「补充」「追加」→ 读取 prompts/evolution.md,按其中的追加或纠正流程执行。

Step 6:写入文件 + 存在追问

输出到本地文件系统:

profiles/{skill}_{slug}.json                      # 当前生效的结构化数据
profiles/{skill}_{slug}.md                        # 当前生效的可读报告
profiles/history/{skill}_{slug}_{timestamp}.json  # 追加/纠正前的历史快照
profiles/history/{skill}_{slug}_{timestamp}.md    # 追加/纠正前的历史快照

最后以一个存在追问结束。格式应尽量接近「一个具体行为 + 一个价值冲突」,不要鸡汤,不要盖棺定论。


进化机制

  • 追加:用户说"补充""追加" → 增量合并到已有 profile
  • 纠正:用户说"不对""应该是" → 生成 correction 记录,更新 profile
  • 版本管理:每次更新先把旧版保存到 profiles/history/,文件名带时间戳,可回滚
  • 执行约束:追加、纠正前先做 snapshot;更新后跑 profile 校验

管理命令

| 命令 | 说明 | |------|------| | python3 scripts/profile-manager.py list | 扫描 profiles/ 根目录,列出当前生效的 profile | | python3 scripts/profile-manager.py init --skill {skill} --slug {slug} | 按模板初始化 profile | | python3 scripts/profile-manager.py snapshot --skill {skill} --slug {slug} | 保存当前版本到 history | | python3 scripts/profile-manager.py rollback --skill {skill} --slug {slug} | 回滚到最近快照(或 --timestamp) | | python3 scripts/profile-manager.py delete --skill {skill} --slug {slug} --yes --with-history | 删除当前 profile,并可选删除历史快照 | | python3 scripts/profile-manager.py doctor | 批量巡检所有当前 profile |


外部 Skill

| Skill | 安装方式 | 哲学维度 | |-------|----------|---------| | 同事.skill | clawhub install colleague-skill | 维特根斯坦:语言游戏 | | 前任.skill | clawhub install ex-skill | 弗洛伊德:哀悼与忧郁 |

Du fichier au premier essai

Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.

Consulter la source et ses fichiers annexes

Ce téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.

1. Télécharger le fichier

Télécharger SKILL.md

Depuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/digital-life-skills-mryiqg3v/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.

Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.

mkdir -p '.skill-downloads/digital-life-skills-mryiqg3v' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/digital-life-skills-mryiqg3v/download' --output '.skill-downloads/digital-life-skills-mryiqg3v/SKILL.md.part' && mv '.skill-downloads/digital-life-skills-mryiqg3v/SKILL.md.part' '.skill-downloads/digital-life-skills-mryiqg3v/SKILL.md'

2. Vérifier les prérequis

Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.

Outils déclarés par l’auteur (à vérifier dans votre agent) : Read, Write, Edit, Bash, WebFetch

Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.

Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.

3. Charger la skill

Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.

Claude Code
test -f '.skill-downloads/digital-life-skills-mryiqg3v/SKILL.md' && test -s '.skill-downloads/digital-life-skills-mryiqg3v/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/digital-life' && cp -R '.skill-downloads/digital-life-skills-mryiqg3v' '.claude/skills/digital-life'

OpenSkills

OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.

Installation officielle d’OpenSkills
openskills install './.skill-downloads/digital-life-skills-mryiqg3v'

openskills read 'digital-life-skills-mryiqg3v'

La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.

Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.

openskills sync

Mode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.

4. Faire un premier essai

Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :

Lis .skill-downloads/digital-life-skills-mryiqg3v/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.

Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.

Skills similaires