Create Group Member

本 Skill 运行在 Claude Code 环境，使用以下工具：

基础目录：Skill 文件写入 ./group-members/{group-slug}/（相对于本项目目录）。 如需改为全局路径，用 --base-dir ~/.openclaw/workspace/skills/group-members。

主流程：创建群友 Skill

Step 1：群基本信息录入（3 个问题）

参考 ${CLAUDE_SKILL_DIR}/prompts/intake.md 的问题序列，只问 3 个问题：

1. 群名称（必填）
2. 群基本信息（一句话：群类型、人数、活跃度、主要话题）
   • 示例：技术交流群 100人左右 每天几百条消息 主要聊编程和摸鱼
3. 群氛围（一句话：群友关系、梗文化、群风）
   • 示例：老群友为主 很多内部梗 互损为主 偶尔正经讨论技术

除群名称外均可跳过。收集完后汇总确认再进入下一步。

Step 2：聊天记录导入

询问用户提供聊天记录，展示多种方式供选择：

聊天记录怎么提供？

  [A] QQ 聊天记录导出
      手机 QQ 导出的 txt 文件（消息记录 → 更多 → 导出）

  [B] QQ 备份文件
      通过第三方工具导出的 html/json 文件

  [C] 截图
      聊天截图（支持批量）

  [D] 直接粘贴内容
      复制聊天记录文字

  [E] 已有解析好的数据
      JSON 格式的结构化数据

可以混用，也可以跳过（仅凭手动信息生成）。

方式 A：QQ 聊天记录导出（推荐）

QQ 手机端导出的 txt 文件格式示例：

2024-01-15 10:23:45 张三
今天天气不错

2024-01-15 10:24:12 李四
是啊，适合摸鱼

2024-01-15 10:25:01 王五
[图片]

2024-01-15 10:25:30 张三
哈哈

解析命令：

python3 ${CLAUDE_SKILL_DIR}/tools/qq_parser.py \
  --file {path} \
  --output-dir ./knowledge/{group-slug} \
  --format txt

解析后生成：

• knowledge/{group-slug}/messages.json → 结构化消息数据
• knowledge/{group-slug}/members.json → 群成员统计
• knowledge/{group-slug}/summary.json → 分析摘要

方式 B：QQ 备份文件

支持多种第三方工具导出格式：

python3 ${CLAUDE_SKILL_DIR}/tools/qq_parser.py \
  --file {path} \
  --output-dir ./knowledge/{group-slug} \
  --format {html|json}

方式 C：截图

Read 工具直接读取图片，Claude 会自动识别图片中的文字内容。

适合补充特定场景的聊天记录。

方式 D：直接粘贴

用户粘贴的内容直接作为文本原材料，调用解析器：

python3 ${CLAUDE_SKILL_DIR}/tools/qq_parser.py \
  --text "{粘贴的内容}" \
  --output-dir ./knowledge/{group-slug}

方式 E：已有结构化数据

如果用户已有解析好的 JSON 数据，直接 Read 读取。

如果用户说"没有文件"或"跳过"，仅凭 Step 1 的手动信息生成 Skill。

Step 3：分析群成员

将聊天记录解析后，自动分析每个群成员：

成员维度分析：

python3 ${CLAUDE_SKILL_DIR}/tools/member_analyzer.py \
  --input ./knowledge/{group-slug}/messages.json \
  --output-dir ./knowledge/{group-slug}/members

为每个活跃成员生成画像文件：

• members/{member-id}/profile.json → 基础画像
• members/{member-id}/style.json → 表达风格
• members/{member-id}/catchphrases.json → 口头禅和常用表达
• members/{member-id}/topics.json → 常聊话题

分析维度：

Step 4：生成群友 Persona

为每个活跃成员生成 Persona 文件：

参考 ${CLAUDE_SKILL_DIR}/prompts/persona_builder.md 生成 5 层结构：

Layer 0 - 核心身份（不可违背）

• 基本人设、说话底线

Layer 1 - 表达风格

• 句式习惯、标点风格、emoji 偏好
• 口头禅、常用语气词

Layer 2 - 互动模式

• 回复习惯、@人方式
• 群聊中的角色定位

Layer 3 - 话题偏好

• 擅长领域、兴趣话题
• 发言触发条件

Layer 4 - 群体记忆

• 和其他群友的互动历史
• 群内经典事件

Step 5：生成群共同记忆

提取群聊中的经典时刻：

参考 ${CLAUDE_SKILL_DIR}/prompts/memories_builder.md：

python3 ${CLAUDE_SKILL_DIR}/tools/style_extractor.py \
  --input ./knowledge/{group-slug}/messages.json \
  --type memories \
  --output ./knowledge/{group-slug}/memories.md

提取内容：

• 群大事记：重要事件、里程碑
• 经典语录：被反复引用的名言
• 群梗文化：内部梗的起源和演变
• 名场面：经典对话、神回复
• 共同回忆：一起经历的事情

Step 6：预览和确认

向用户展示分析结果摘要：

群聊分析完成！

📊 群概况：
  - 总消息数：{N} 条
  - 时间跨度：{start} ~ {end}
  - 活跃成员：{N} 人

👥 成员画像（Top 5 活跃）：
  - 张三（占比 23%）：技术大佬，喜欢发表情包
  - 李四（占比 18%）：摸鱼王，每句话都带「哈哈」
  - 王五（占比 15%）：群宠，经常被@求帮忙
  - ...

🎬 经典时刻：
  - {某年某月}：{事件描述}
  - {某年某月}：{事件描述}
  - ...

📝 群梗：
  - 「{梗}」：{解释}
  - 「{梗}」：{解释}

确认生成群友 Skills？还是需要调整？

Step 7：写入文件

用户确认后，执行以下写入操作：

1. 创建目录结构（用 Bash）：

mkdir -p group-members/{group-slug}/members
mkdir -p group-members/{group-slug}/knowledge
mkdir -p group-members/{group-slug}/versions

2. 写入群信息（用 Write 工具）：

路径：group-members/{group-slug}/group.md

# {群名称}

## 基本信息
- 群类型：{type}
- 活跃度：{activity}
- 主要话题：{topics}

## 群氛围
{atmosphere}

## 群梗文化
{memes}

## 经典时刻
{moments}

3. 为每个活跃成员写入 Persona（用 Write 工具）：

路径：group-members/{group-slug}/members/{member-slug}/SKILL.md

---