Crush.skill은(는) 무엇을 하나요?
관계 페르소나 시뮬레이션 엔진 — 5계층 성격 모델, 비선형 상태 역학, LLM 대화 분석. 채팅 기록으로 디지털 트윈을 구축합니다. 실제 사람을 대체하는 것이 아니라, 사람의 마음을 더 잘 이해하도록 돕습니다.
개요
이 스킬은 AI 에이전트가 대화 기록을 분석하여 상대방의 성격, 감정 상태, 의사소통 패턴 등을 시뮬레이션하는 디지털 트윈을 만들 수 있게 합니다. 5계층 성격 모델(예: Big Five, MBTI 등)을 기반으로 각 계층 간 상호작용을 비선형적으로 모델링하여, 시간에 따른 상태 변화와 관계 역학을 정밀하게 추적합니다.
주요 기능
- 5계층 성격 모델: 외향성, 신경증, 개방성, 성실성, 친화성 등 5가지 주요 성격 차원을 계층적으로 모델링합니다.
- 비선형 상태 역학: 감정 및 관계 상태가 단순한 선형 변화가 아닌, 복잡한 비선형적 패턴으로 변화하는 것을 시뮬레이션합니다.
- LLM 대화 분석: 대화 텍스트를 LLM으로 분석하여 감정, 의도, 성격 특성을 추출합니다.
- 디지털 트윈 구축: 채팅 기록을 학습하여 상대방의 성격과 반응 패턴을 모방하는 디지털 트윈을 생성합니다.
지원 플랫폼
- Claude Code
- Cursor
- Codex
- 기타 LLM 기반 AI 에이전트 플랫폼
사용 방법
- 데이터 수집: 분석할 채팅 기록을 준비합니다. (JSON, CSV, 또는 텍스트 파일 형식)
- 모델 초기화:
crush.init명령어로 5계층 모델을 초기화합니다. - 대화 분석:
crush.analyze명령어로 대화 기록을 LLM 기반으로 분석합니다. - 디지털 트윈 생성:
crush.build_twin명령어로 분석 결과를 기반으로 디지털 트윈을 생성합니다. - 시뮬레이션 실행:
crush.simulate명령어로 특정 상황에서의 반응을 예측합니다.
환경 변수
CRUSH_API_KEY: LLM 분석을 위한 API 키CRUSH_MODEL: 사용할 LLM 모델 이름 (기본값:gpt-4)CRUSH_TWIN_PATH: 디지털 트윈 저장 경로
예시 코드
import crush
# 데이터 로드
chat_history = crush.load_chat("chat_history.json")
# 디지털 트윈 구축
twin = crush.build_twin(chat_history, model="5layer")
# 상태 예측
response = twin.predict("오늘 기분이 어때?")
print(response)
라이선스
MIT License
주의사항
이 스킬은 실제 인간 관계를 대체하지 않습니다. 디지털 트윈은 확률적 모델에 기반한 시뮬레이션이며, 실제 인간의 복잡성을 완전히 포착할 수 없습니다. 항상 윤리적 사용을 준수하고, 상대방의 동의 없이 개인 데이터를 사용하지 마십시오.