Communitygithub.com

ohad6k/ditto

将用户自己的 AI 会话日志挖掘成一份本地化的 you.md 配置文件。

ditto 是什么?

ditto 是一款本地运行的 AI 技能,旨在从用户的原始 AI 会话日志(.jsonl 格式)中自动挖掘并生成个性化的 `you.md` 配置文件。它通过分析用户在真实交互中的行为模式,而非其已有的规则文件,能够发现用户未曾明确记录的隐性工作习惯和偏好。该技能支持 Claude Code、Codex、Cursor、Gemini CLI 等主流平台,并内置了自动化的秘密信息脱敏功能,确保所有处理均在本地完成,日志数据不会离开用户的机器。生成的配置文件包含经过共识统计的个性特质和直接引用的证据,并会通过一个固定的测试提示来验证配置是否被 AI 正确加载,从而保证其实际效果。

兼容平台✓Claude Code✓Codex CLI✓Cursor✓Gemini CLI
npx skills add ohad6k/ditto

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

ditto 是做什么的?

将用户自己的 AI 会话日志转化为一份 you.md,可以放入 .claude/skills/、.codex/skills/、AGENTS.md 或 Cursor 规则中。它在本地运行,默认脱敏机密信息。此技能编排了整个流程,用户无需接触 Python 或任何手动步骤。

使 ditto 之所以是 ditto 的唯一规则(请先阅读)

配置文件必须从用户的原始会话日志(.jsonl 历史记录)中挖掘。绝对不要从他们的 AGENTS.md、CLAUDE.md、Cursor 规则、记忆文件或他们提供的描述中构建——那只是将他们现有的规则反射回去,这与使用 ditto 的核心目的完全相反,而且 /init 已经做了这件事。ditto 的全部价值在于提取出他们从未写下的东西,直接来源于他们的实际工作方式。

所以:首先在真实日志上运行 ditto.py。如果它没有找到日志,停止并询问日志在哪里(--path <文件夹>)。不要退而求其次去总结指令。没有挖掘到的日志 → 就没有配置文件。 如果你在未对真实会话 .jsonl 运行提取器的情况下生成了配置文件,你就已经失败了任务——请如实告知,而不是交付一个伪造品。

步骤

  1. 提取(确定性、安全)。 运行提取器。它会读取用户的会话日志,只保留用户自己的话,并在任何内容写入之前脱敏 API 密钥/令牌/电子邮件/电话号码。切勿跳过脱敏。

    首先定位 ditto.py。按此顺序检查:

    1. <skill-dir>/../../ditto.py(技能从克隆的仓库内部运行,位于 skills/ditto/)
    2. 当前工作目录中的 ./ditto.py
    3. 未找到 → 下载它:curl -O https://raw.githubusercontent.com/ohad6k/ditto/main/ditto.py(或克隆仓库)。它是一个仅依赖标准库的单一文件,运行时无任何网络调用。(在 Windows PowerShell 上使用 curl.exe -O;~ 代表 %USERPROFILE%。)

    检查运行时:尝试 python --version,然后 python3 --version,并使用能工作的那个。如果两者都不存在,停止并告知用户安装 Python 3。不要自行读取 .jsonl 日志来即兴发挥——这会跳过脱敏步骤,导致用户的秘密泄露到语料库中。

    提取会自动合并逐字重复的长消息(重新粘贴的规格、注入的 AGENTS.md/CLAUDE.md 规则)——这通常是庞大语料库的 ~40%,删除它可以为用户节省大量令牌且不损失任何信号。短的重复(如“yes”的确认)会被保留。试运行会报告去重后的令牌数量;大小分段将基于此进行。

    首先运行 python ditto.py --dry-run 并读取令牌计数。对每个分段的大小进行规划,使得每个约 70K 个令牌——AI 可以真正阅读所有这些内容;150K 令牌的分段会被匆匆浏览,导致配置文件浅薄,而将小语料库粉碎成微小碎片则会产生噪音。计算 chunks = round(tokens / 70000),至少为 4,然后运行:

    python ditto.py --chunks <N> --out ditto-out
    

    如果语料库低于约 300K 个令牌,请提前告知用户共识将更薄弱(独立报告更少),但仍然是真实的。第一次挖掘时,深度比令牌效率更重要。不要为了节省令牌而减少分段数量。 如果未找到日志,停止并询问日志的位置(传递 --path <文件夹>)。没有真实日志就不要继续,也永远不要根据用户的指令构建配置文件。它打印的计数(会话/消息/令牌/脱敏)是你实际读取了日志的证据——报告它们;如果会话数为 0,你就没有可挖掘的内容。

  2. 挖掘(扇出)。 为 ditto-out/chunks/ 中的每个文件生成一个子代理,每个子代理根据 MINING_PROMPT.md 中的每块提示处理其对应的块(如果 MINING_PROMPT.md 不在 ditto.py 旁边,从 https://raw.githubusercontent.com/ohad6k/ditto/main/MINING_PROMPT.md 获取它)。并行运行它们。每个子代理返回一个结构化配置文件(覆盖一个切片)。

    • 保持低成本。 每块的挖掘是提取的苦力活——为子代理使用快速/便宜的模型。将强模型保留给归约步骤(步骤 3),那里才是真正的判断发生的地方。不要将昂贵的模型扇出到每个块上。
    • 如果环境无法进行子代理扇出,则改为顺序处理块——使用相同的提示,一次处理一个。
  3. 归约。 使用 MINING_PROMPT.md 中的归约提示合并所有块的报告。根据有多少个块独立发现了每个特征对其进行排名——高频率的特征是真实的人,一次性的特征是噪音。每个保留的特征都带有其计数(内联形式 (18/20))——这是收据。输出一份精简的 you.md(深度引用放入单独的 you-appendix.md 中,而不是 you.md),以及根据归约规范生成的 ditto-out/card.json。

  4. 安装 + 验证。 you.md 已经以 name: / description: 的前置元数据开始,因此它已准备好作为技能。将其放置在用户工具实际读取它的位置,然后验证它是否已注册:

    • Claude Code → 保存为 .claude/skills/you/SKILL.md。确认它显示在技能列表中(调用 /you)。要使其在每个项目中都加载,将其放在用户级别的 ~/.claude/skills/you/SKILL.md。
    • Codex 原生技能 - 保存为 ~/.codex/skills/you/SKILL.md。确认它出现在 Codex 的可用技能中,或打开一个新的 Codex 会话并验证 you 已加载,然后才依赖它。
    • Codex 仓库上下文 - 将正文(前置元数据以下的所有内容)追加到仓库根目录下的 AGENTS.md。Codex 会自动读取它,无需前置元数据。当配置文件应仅适用于一个仓库时使用此方法。
    • Cursor → 保存为 .cursor/rules/you.mdc,带有前置元数据 description: 表现得像我 和 alwaysApply: true,然后是正文。
    • Gemini CLI → 将正文追加到 GEMINI.md。 然后使用一个固定的探测来验证:加载配置文件后,以用户的风格起草一个 3 行回复或提交消息,并询问他们“这听起来像你吗?”。在确认 AI 实际获取了它之前,不要声称它已安装。
  5. 显示卡片。 运行 python ditto.py --card——它会在终端中渲染用户的配置卡片,并写入 ditto-out/card.html(一张可直接截图的卡片:原型、带有收据计数的顶层法则、会话统计、一个令人不舒服的事实)。告知用户这是可分享的部分——卡片,而不是完整的 you.md。

规则

  • 仅本地运行。 无网络调用。用户的日志永远不会离开他们的机器。请说明这一点。
  • 脱敏不是可选的。 如果用户要求 --no-redact,请警告他们其秘密将出现在语料库和任何共享输出中。
  • 不要捏造特征。 you.md 中的每一行都必须追溯到用户在日志中**实际写下的一些内容。删除通用的填充内容。
  • 在声称完成前的质量标准: you.md 中的每个法则必须在 you-appendix.md 后面至少有 2 条逐字引用作为支持,并且没有特征可能是陌生人能猜到的(“想要工作的代码” = 填充内容,删除它)。如果配置文件读起来很通用,则挖掘失败——重新运行薄弱的块,不要交付它。
  • 挖掘日志或停止。 配置文件只来自原始会话 .jsonl。永远不要从 AGENTS.md / CLAUDE.md / 记忆 / 描述中合成它——那不是 ditto,那是它们自己的规则文件被反射回来。
  • 保持 you.md 精简——它在每个任务上都会加载。

相关技能