PSP · Personal Soul Protocol v2.1

把一个真实的人转化为可运行 AI 替身的工程协议。不是人格测试、不是角色扮演脚本、不是写作风格模仿。

核心目标

风格保真 + 能力增强：让 LLM 在风格层（语言、思路、判断习惯、做事方式）忠实于真人，在能力层（知识广度、状态稳定、规模吞吐）超越真人。

三阶段工作流

[阶段一 · 建模]   原始素材  ─→  current/PSP_REPORT.xml + versions/PSP_REPORT.<timestamp>.xml
[阶段二 · 扮演]   PSP XML   ─→  system_prompt-YYYYMMDD-HHMMSS.txt
[阶段三 · 测量]   AI 输出   ─→  validation_report.md
                              │
                              ↓
                          迭代回阶段一/二

文件索引

主控文件

• SKILL.md —— 三阶段工作流总纲，先读这个

模板（templates/）

• PSP_REPORT.template.xml —— canonical PSP XML 主报告
• EVIDENCE_MATURITY.template.xml —— evidence maturity XML
• zh-CN/PSP_REPORT.template.xml —— 中文 PSP XML 主报告模板
• zh-CN/EVIDENCE_MATURITY.template.xml —— 中文 evidence maturity XML 模板
• PSP_template.md —— legacy/derived Markdown 读物模板，不是源报告
• system_prompt_template.md —— 五段 system prompt
• anti_blunting_template.md —— 反钝化指令
• judgment_test_template.md —— 判断保真度测试
• validation_report_template.md —— 验证报告

参考资料（references/）

• PSP_v2.1_full.md —— 完整方法论
• scoring_rules.md —— 表演系数与置信度规则
• extraction_protocol.md —— 提炼协议详解（八条核心原则）
• anti_blunting_rules.md —— 反钝化指令推导规则（含矩阵表）
• system_prompt_structure.md —— 五段标准结构详解

脚本（scripts/）

• psp_doctor.py —— PSP XML 结构和内容成熟度 doctor；输出 structure_completion 与按 PSP 必备模块计算的 content_maturity
• extract_fingerprint.py —— 12 维度语言指纹自动提取
• consistency_scan.py —— 风格一致性自动扫描（阶段三测量 C）
• blind_eval_prep.py —— 盲评测试包准备（阶段三测量 A）
• init_person.sh —— 新建人物目录

人物产物（people/）

• 默认写入 people/<person_id>/。
• people/ 已被 .gitignore 忽略，不提交具体人物产物。
• openLifeOS / LifeOS 调用时可用 --lifeos-root <repo> 写入对应 LifeOS 的 identity/psp/<person_id>/。
• canonical source of truth 是 current/PSP_REPORT.xml；同名版本保留在 versions/PSP_REPORT.<timestamp>.xml。
• SOUL.md 暂停生成。PSP XML 直接承载人物模型、行为边界、最佳态和 runtime 指令。
• PSP XML 固定包含本体九维、核心领域模型、授权边界、强制降级规则、确认清单和验收标准，避免产物退化成行业知识库或金句摘抄。

快速开始

1. 新建人物

cd /path/to/psp/
bash scripts/init_person.sh zhang_san
# 或写入 LifeOS canonical PSP 产物目录：
bash scripts/init_person.sh zhang_san --lifeos-root /path/to/Target.LifeOS --language zh-CN

--language / --output-language 必须在开始时确定，支持 zh-CN 和 en-US，默认 zh-CN。PSP XML 会在根节点、language_contract 和 metadata 中重复记录语言；psp_doctor.py 会检查三者一致。

2. 准备素材

cp ~/chat_export.txt people/zhang_san/raw_materials/chat_logs/
cp ~/2024_speech.md people/zhang_san/raw_materials/speeches/
# 编辑 meta.json 标注每份素材的表演系数

3. 抽取语言指纹（自动）

python3 scripts/extract_fingerprint.py \
    --input people/zhang_san/raw_materials/ \
    --output people/zhang_san/analysis/linguistic_fingerprint.json

4. 填充 PSP XML（人工）

按 templates/PSP_REPORT.template.xml 的结构填充 people/zhang_san/versions/PSP_REPORT.YYYYMMDD-HHMMSS.xml，并同步 people/zhang_san/current/PSP_REPORT.xml current 入口。 严格遵守 references/extraction_protocol.md 的八条核心原则。

结构检查：

python3 scripts/psp_doctor.py people/zhang_san

5. 生成 system prompt（人工）

按 templates/system_prompt_template.md 的五段结构生成 people/zhang_san/system_prompt-YYYYMMDD-HHMMSS.txt。 反钝化指令至少 8 条。

6. 验证（半自动）

# 把 system_prompt 贴到 Claude 项目，跑 100 个测试问题
# 把 AI 输出保存到 validation/test_samples/ai_outputs/
# 把真人原话保存到 validation/test_samples/human_samples/

# 风格一致性自动扫描
python3 scripts/consistency_scan.py \
    --ai-outputs people/zhang_san/validation/test_samples/ai_outputs/ \
    --human-baseline people/zhang_san/analysis/linguistic_fingerprint.json \
    --human-corpus people/zhang_san/raw_materials/ \
    --output people/zhang_san/validation/consistency_report.json

# 盲评测试包
python3 scripts/blind_eval_prep.py \
    --human-samples people/zhang_san/validation/test_samples/human_samples/ \
    --ai-samples people/zhang_san/validation/test_samples/ai_outputs/ \
    --output people/zhang_san/validation/blind_eval/

核心纪律（必读）

1. 行为优于言语 —— 自述与行为矛盾，永远以行为为准
2. 三场景一致才升级为模式 —— 少于三场景标"单次观察"
3. 矛盾保留不选边，但每子项 ≤ 2 组 —— 超过即重新定义子项
4. 不可萃取必须显式声明 —— 气场、即兴创造力、深层潜意识
5. 禁止"持续进化为本人未来版本" —— AI 无法替本人经历未来
6. 反钝化指令必须为禁令格式 —— "禁止 XX"，不是"应该 XX"
7. AI 输出对齐最佳态，不对齐平均态 —— 这是 AI 比真人稳定的真正实现路径

License

This project is source-available under the PolyForm Noncommercial License 1.0.0. Noncommercial use is allowed; commercial use requires separate permission.