AI Partner Chat

一个 Claude Skills 项目，让 AI 成为你的个性化对话伙伴。

项目简介

AI Partner Chat 通过整合用户画像、AI 画像和向量化的个人笔记，提供个性化的、上下文感知的对话体验。这个技能让 AI 能够记住并引用你之前的想法、偏好和知识库，创造出更加连贯和个性化的交互体验。

核心功能

🎭 双画像系统

• 用户画像：定义你的背景、专长、兴趣和沟通偏好
• AI 画像：定制 AI 的角色定位、沟通风格和交互方式

📝 智能笔记检索

• 自动索引你的 Markdown 笔记
• 根据对话内容智能检索相关历史记录
• 在对话中自然引用你的过往想法和笔记

💬 个性化对话

• 基于你的画像和笔记生成个性化回应
• 保持对话的上下文连贯性
• 像朋友一样自然地引用你的想法，而非机械地"根据记录"

使用场景

当你需要：

• 个性化交流，而非通用回复
• 上下文感知的回应，AI 能记住你的背景
• AI 记住并引用你之前的想法和笔记
• 持续性的对话体验，而非每次都是全新开始

安装与使用

安装技能

将此项目复制到你的工作目录下的 .claude/skills/ 文件夹中：

/
└── .claude/
    └── skills/
        └── ai-partner-chat/    # 本技能包
            ├── assets/
            ├── scripts/
            ├── SKILL.md
            └── README.md

使用技能

在 Claude Code 中，发送以下指令即可启用此技能：

遵循 ai-partner-chat 对话

AI agent 会自动：

• 读取技能配置和指引
• 创建必要的目录结构（notes/、config/、vector_db/ 等）
• 根据你的需求进行初始化

初始化流程

方式一：让 AI 自动创建并配置

首次使用时，直接告诉 AI：

我刚刚在 notes 里放入了对应的笔记，请根据笔记内容，进行向量化；并基于笔记内容，推测并更新 user-persona.md，以及最适合我的 ai-persona.md

AI agent 会：

1. 分析 notes/ 目录中的笔记内容
2. 根据笔记格式智能分块并创建向量数据库
3. 基于笔记内容推测你的背景和偏好
4. 自动生成并更新 config/user-persona.md
5. 根据你的特点推荐并创建 config/ai-persona.md

方式二：手动配置画像

如果你想自己定义画像：

1. AI agent 会自动从模板创建画像文件到 config/ 目录
2. 你可以手动编辑这些文件来定制画像
3. 然后告诉 AI 进行向量化处理

开始对话

配置完成后，每次使用只需发送：

遵循 ai-partner-chat 对话

AI 将：

• 读取你的画像了解你的背景
• 检索相关的历史笔记
• 生成个性化的、上下文感知的回应

项目结构

技能包结构（位于 .claude/skills/ai-partner-chat/）

ai-partner-chat/
├── assets/              # 画像模板
│   ├── user-persona-template.md
│   └── ai-persona-template.md
├── scripts/             # 核心脚本
│   ├── chunk_schema.py
│   ├── vector_indexer.py
│   ├── vector_utils.py
│   └── requirements.txt
├── SKILL.md            # 技能详细文档（AI agent 会读取此文件）
└── README.md           # 本文件

用户数据目录（位于项目根目录）

AI agent 会在你的项目根目录创建以下结构：

/
├── notes/              # 你的笔记（由你或 AI agent 创建）
├── config/             # 画像配置（由 AI agent 创建）
│   ├── user-persona.md
│   └── ai-persona.md
├── vector_db/          # 向量数据库（由 AI agent 创建）
└── venv/               # Python 虚拟环境（由 AI agent 创建）

重要：用户数据与技能包分离，便于备份和迁移。

工作流程

1. 加载画像：读取用户画像和 AI 画像，理解交互背景
2. 检索笔记：根据用户查询，从向量数据库中检索最相关的笔记
3. 构建上下文：整合画像信息、相关笔记和对话历史
4. 生成回应：基于上下文生成个性化、自然的回应

特色亮点

🤖 AI Agent 智能分块

系统会分析每篇笔记的实际格式，动态生成最适合的分块策略，而非使用预设模板。这意味着无论你的笔记是什么格式，都能得到最优处理。

🎯 自然引用

AI 会像回忆一样自然地引入你的过往信息，不会生硬地说"根据记录"，而是流畅地融入对话中。

📦 数据独立

你的所有数据（笔记、画像、向量库）都存储在项目根目录，易于备份、迁移或在不同技能间共享。

最佳实践

画像设计

• 具体明确：模糊的画像会导致通用回复
• 包含示例：在 AI 画像中展示期望的交互模式
• 定期更新：根据对话质量不断优化画像

笔记管理

• 格式自由：系统能适应任何笔记结构
• 内容丰富：有深度的笔记能带来更好的检索效果
• 及时更新：新笔记记得添加到索引中

对话体验

• 自然引用：只在真正相关时才引用笔记
• 保持流畅：不要让引用打断对话的自然节奏
• 关注质量：优先考虑有意义的连接，而非数量

维护与更新

添加新笔记

将新笔记放入 notes/ 目录后，告诉 AI：

我刚刚在 notes 里添加了新笔记，请更新向量数据库

AI agent 会自动分析新笔记并更新索引。

更新画像

你可以直接编辑 config/ 目录下的画像文件，或者告诉 AI：

请根据我最近的笔记内容，更新 user-persona.md 和 ai-persona.md

重建索引

当笔记结构发生重大变化时，告诉 AI：

请重新初始化向量数据库

AI agent 会重新分析所有笔记并重建索引。

注意事项

• 首次运行：AI agent 首次创建向量数据库时会自动下载嵌入模型（约 4.3GB），请耐心等待
• Python 环境：AI agent 会自动创建虚拟环境并安装所需依赖
• 数据存储：所有数据（笔记、画像、向量库）存储在项目根目录，而非技能包目录内
• 技能位置：确保技能包位于 .claude/skills/ai-partner-chat/ 目录下

更多信息

详细的技术文档和使用说明请参考 SKILL.md 文件。

---

让 AI 成为真正了解你的对话伙伴，而不仅仅是一个工具。