自我蒸馏 ryunana/selfdistill

selfdistill · 蒸馏我

selfdistill 双语项目主视觉

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

导出聊天记录 → 整理成统一 Markdown → AI 提炼 L1–L4 候选 → 逐条人工确认 → 写入 workspace/canonical/ → 构建 HTML / 写回 AI 工具

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 |
| tests/ | 自动化回归测试 |

快速开始

你只需要做两件事：① 导出聊天记录 → ② 把项目链接和导出位置一句话发给你的 AI 助手。之后的整理、提炼、生成候选、构建、写回全部由 AI 助手完成，你只在最后逐条确认结果。

你要做的

1. 按 导入来源 在对应 AI 工具里导出聊天记录，记下导出文件在本机的存放位置。
2. 把项目链接发给你正在使用的 AI（Codex、Claude Code、Hermes、DeepSeek Harness 或 WorkBuddy 等），一句话说明：

按这个项目蒸馏我：https://github.com/ryunana/selfdistill 我的聊天记录导出在：<这里填导出文件在本机的路径>

AI 助手会自己 clone 项目、读取接手指令（AGENTS.md）、导入记录、提出 L1–L4 候选。
3. 查看 AI 给出的候选，逐条确认、修改或拒绝；写回 AI 工具前再确认一次 diff。

使用 DeepSeek Harness 或 WorkBuddy 的用户可以安装 selfdistill 插件，让 agent 直接掌握这套工作流，无需每次发送上面的链接说明。

AI 助手会做什么（自动，无需你操心）

AI 助手 clone 项目后会自动读取根目录的 AGENTS.md 接手指令，按「导入 → 提炼候选 → 逐条确认 → 写 workspace/canonical/ → 构建 → 写回」执行。完整流程见 AGENTS.md 和 prompts/distill.md。

手动完成每个步骤的说明（不依赖 AI 助手）见下方各节。

首次蒸馏：从完整历史建立 L1–L4

先按 docs/intake.md 把获授权的聊天整理为统一 Markdown，再使用 prompts/distill.md。AI 必须完整阅读并报告范围、证据、冲突、时效和未读内容，只提出候选而不直接改正式档案。
L3 始终逐条确认；L1/L2/L4 中描述个人的内容，以及敏感、高风险、有争议或有冲突的内容，也都逐条确认。只有与个人无关、低风险、非敏感、无争议、无冲突的通用规则可以免逐条确认；它们仍必须单独可见、可撤回，并记录为 policy_accepted_general，绝不是用户逐条接受。无论候选如何通过，真正写文件前始终需要一次明确的 aggregate diff 确认。

templates/distill-candidates.md 是人看的审阅单；schemas/distill-candidate-v1.json 是给未来自动化准备的同一份字段契约。普通使用者不需要手写 JSON。

导入来源

自动导入器（推荐）：导出文件直接交给 import_chats.py，本地会话自动发现（先 dry-run 清单、确认后写入）：

python3 import_chats.py --source chatgpt --path <导出目录>
python3 import_chats.py --source gemini --path <Takeout 解压目录>
python3 import_chats.py --source deepseek --path <conversations.json 或 zip>
python3 import_chats.py --source local [--since YYYY-MM-DD] [--exclude glob] [--dry-run]
local --path 指向混合 JSONL 目录时：
python3 import_chats.py --source local --path <目录> --local-format auto|codex|claude|workbuddy --dry-run

导入器会把 Gemini 的每次 Prompted 活动单独输出；ChatGPT 在 current_node 有效时只保留活动路径，只有字段缺失或为 null 时才会保留并拆分已验证的根到叶分支；字段存在但格式非法或所指节点不存在会拒绝并报告。DeepSeek 的分支会拆成独立会话，而不是拼成假对话。图片和授权附件只保留可读占位，模型思考、工具过程与已知本机内部注入不会进入 Markdown。--dry-run 会完整解析并显示预计新导入、更新、重复和失败数，但不会创建文件。退出码 0 表示成功（含预期内部内容排除），2 表示部分成功，1 表示全部失败或致命错误。

| 来源 | 导出入口速查 | 自动导入 |
| ChatGPT 网页 | 左下角头像 → 设置 → 数据管理 → 导出数据；解压后得到 conversations-*.json | --source chatgpt |
| Gemini 网页 ⚗️ | Google Takeout → 我的活动 → Gemini Apps → 导出；解压后得到 我的活动记录.html | --source gemini（每个 Prompted 活动一份会话；活动容器不可靠时停止并改用手工整理） |
| DeepSeek 网页 | 左下角头像 → 系统设置 → 数据管理 → 导出所有历史对话 | --source deepseek |
| 本机 Codex / Claude Code | 会话保存在 ~/.codex/sessions、~/.claude/projects | --source local（自动发现） |
| 本机 WorkBuddy | 会话保存在 ~/.workbuddy/projects/<工作区>/<sessionId>.jsonl；子代理会话（subagents/）自动排除 | --source local --local-format workbuddy（不传 --path 时默认扫描该目录） |

详细格式与手工整理 fallback 见 docs/intake.md。

产出与写回目标

① HTML 可视化

python3 build.py # 有本地档案时读取 workspace/；否则构建虚构 Demo
open dist/index.html # L1–L4 分层架构、内容分布、设计原则、协同流程（支持中 / EN 切换）

若构建时提示正在使用虚构 Demo，dist/ 仅用于预览，install.py 会拒绝写回；先在 workspace/canonical/ 建立自己的确认后档案，再重新构建。

② 写回 AI 工具（让 AI 持续认识你）

| 目标 | 装到哪 | 命令 | 加载方式 |
| Codex | ~/.codex（AGENTS.md + profile/ + skills/） | python3 install.py --target codex | Codex 自动读取 AGENTS.md，其余按需 |
| Hermes | ~/.hermes/skills/ | python3 install.py --target hermes | Hermes skill 机制，按需加载 |
| DeepSeek Harness | $DSH_HOME（默认 ~/.dsh） | python3 install.py --target dsh | persona 常驻 L1，L2/L3/L4 为 skill 按需加载 |
| WorkBuddy | ~/.workbuddy（MEMORY.md + skills/） | python3 install.py --target workbuddy | L1 合并进 MEMORY.md 每次会话常驻，L2/L3/L4 为 skill 按需加载 |

每次写回都先展示 diff，确认后才写入；重复安装增量合并，不覆盖无关内容。

写回 WorkBuddy 的隐私分级

| 内容 | 写入位置 | 加载时机 |
| L1 协作契约 | ~/.workbuddy/MEMORY.md（用户级记忆，distill 标记块） | 每个新会话常驻（短、非敏感） |
| L2 决策逻辑 | ~/.workbuddy/skills/selfdistill-decision-logic/SKILL.md | 按需加载 |
| L3 个人事实 | ~/.workbuddy/skills/selfdistill-user-profile/SKILL.md | 按需加载；私密 L3 默认不写（--include-private 才包含） |
| L4 领域打法 | ~/.workbuddy/skills/selfdistill-<领域>/SKILL.md | 按需加载 |

写回 DeepSeek Harness 的隐私分级

| 内容 | 写入位置 | 加载时机 |
| L1 协作契约 | system-prompt.persona（$DSH_HOME/cordis.patch.yml） | 每个新对话常驻（短、非敏感） |
| L2 决策逻辑 | ~/.dsh/skills/selfdistill-decision-logic/SKILL.md | 按需加载 |
| L3 个人事实 | ~/.dsh/skills/selfdistill-user-profile/SKILL.md | 按需加载；私密 L3 默认不写（--include-private 才包含） |
| L4 领域打法 | ~/.dsh/skills/selfdistill-<领域>/SKILL.md | 按需加载 |

安装 selfdistill 插件（可选）

写回是把「档案」装进 AI 工具；插件则是让智能体直接掌握 selfdistill 工作流（整理 → 提炼 → 逐条确认 → 构建 → 写回），安装后即可在对应工具内完成整套流程：

WorkBuddy（把 selfdistill 技能复制到用户级技能目录）：

mkdir -p ~/.workbuddy/skills && cp -r workbuddy/skills/selfdistill ~/.workbuddy/skills/
重启 WorkBuddy 生效；之后直接说「按 selfdistill 蒸馏我」即可

DeepSeek Harness：

dsh plugin --profile web add "github:ryunana/selfdistill#main&path:/dsh"
重启 dsh web 生效

- DSH 插件包为零依赖 bundle（selfdistill-dsh），安装后智能体的 skill 目录里出现 selfdistill；
- 发布到 npm 后可直接 dsh plugin --profile web add selfdistill-dsh。

持续更新自己的档案

首次蒸馏完成后，不需要每次从头开始：

- 有一批新对话：继续用 import_chats.py 导入，再按 prompts/distill.md 提炼新增候选；
- 只有少量日常修正：使用 workspace/inbox/、distill_audit.py 和 prompts/rediscovery.md 走轻量审计流程。

详细步骤和边界见 持续更新指南。无论走哪条路径，正式写入 workspace/canonical/ 前都要审阅候选，并明确确认最终 aggregate diff。

工作证据：整理项目事实，不自动包装成果

把用户授权的项目材料交给 prompts/work-evidence.md。它会将项目背景、目标、职责、行动、交付物、结果、指标、来源和待补证分开，并严格区分参与、负责、主导与决策所有权。指标必须保留统计口径、时间窗口、基线和来源；缺失就留空，不补造数字、因果关系、职责或项目状态。

工作证据是独立、可选的审阅材料：所有个人贡献均需逐条确认，不存在通用规则免审，也不会自动写入简历、L4 或 workspace/canonical/。templates/work-evidence.md 供人工审阅；schemas/work-evidence-v1.json 供将来自动化读取，普通使用者无需手写 JSON。若日后确实要写文件，仍先展示并明确确认 aggregate diff。

隐私与安全

- workspace/canonical/、workspace/input/、workspace/inbox/、workspace/reports/、dist/ 都是本机数据或生成物，默认被 Git 忽略；仓库只保留目录说明和占位文件。不要把真实档案、聊天、候选或报告提交到公开仓库。
- 数据默认留在本机；若把 evidence.md 等交给云端 AI，仍须遵守该模型服务商的数据政策。
- 私密 L3（workspace/canonical/03-l3-private.md）默认不构建、不写回；需要时用 python3 build.py --include-private。
- 所有写回都先展示 diff、人工确认后执行；重复安装增量合并，目标文件非 selfdistill 管理时拒绝覆盖。

依赖

纯 Python 标准库，无第三方依赖（Python 3.9+）。

发布前检查

python3 scripts/scan_before_release.py
该脚本只扫描当前工作树，不扫描 Git 历史；公开发布前还应确认历史中没有个人资料和本机作者身份。

License

MIT