Zaomeng Skill

ClawHub 技能包，用于 zaomeng 的中文小说人物蒸馏、关系抽取与角色对话。

Security Scan

The skill's code, instructions, and requirements are consistent with a local Python-based character-distillation/chat runtime that expects a host LLM or optional provider keys and writes persona data to local files.

Purpose & Capability

Name/description (Chinese-novel character distillation, relation extraction, role chat) match the included runtime code, prompts, and rule files. The package includes a bundled Python runtime, prompt templates, and data schemas that are appropriate for the stated purpose.

Instruction Scope

SKILL.md instructs the agent to reuse a host-provided LLM where available, to run the bundled CLI (runtime/zaomeng_cli.py), to distill then chat, and to read/write persona data under runtime/data. It does not instruct reading unrelated system files nor exfiltrating secrets. It does instruct writing MEMORY.md and other runtime data (expected for persistent persona corrections).

Install Mechanism

No external install spec is provided (instruction-only at registry level), but the skill bundle includes a full Python runtime subtree. That means code will run locally when invoked (no external downloads). Dependencies are minimal (PyYAML required; tiktoken/ebooklib optional). This is coherent but the presence of many code files means the skill executes non-trivial local Python — review source if you need to audit behavior.

Credentials

The skill declares no required environment variables or credentials (primaryEnv none). README/config examples reference optional API keys (e.g., OPENAI_API_KEY) and the runtime can use host-provided LLMs. That optional access to LLM providers is proportional to its function, but be aware that if you configure an external LLM key or base_url the runtime will use it and may make network calls to those providers.

Persistence & Privilege

always is false and the skill does not request elevated persistent platform privileges. It does persist persona and correction data under runtime/data (e.g., MEMORY.md) which is expected for this use-case. It does not modify other skills or global agent settings per the provided files.

Assessment

This package appears internally consistent with its stated purpose, but before installing or running it consider: 1) Review the bundled runtime code if you need strong assurance — it will execute locally when you run the CLI. 2) The runtime writes persona and correction files to runtime/data (e.g., MEMORY.md); do not point it at directories containing secrets. 3) The skill will call an LLM either via a host-provided adapter or via configured provider keys (OpenAI/Anthropic/Ollama) if you supply them — only provide API keys you trust and intend to use. 4) If you want to limit network access, run it in an isolated environment (sandbox/container) or avoid setting external provider keys so it uses only a host-injected LLM. 5) If you have low trust in the source, inspect runtime/src/core/llm_client.py and host adapter files for outbound network behavior before use.

zaomeng 技能（ClawHub）

先看这个

• zaomeng 现在是 LLM-first 工作流，不再把规则模板回复当成正常主路径。
• 使用 skill 时先做 LLM preflight：先确认当前宿主或运行环境能提供可生成的 LLM，再进入蒸馏、关系抽取、单聊或群聊。
• 宿主里如果已经有可用模型，优先直接复用宿主能力；不要要求用户重复配置一套新的模型。
• 如果宿主是 OpenClaw、Hermes 或其他 agent 容器，优先使用宿主已注入的能力，而不是手搓一套额外桥接。
• runtime/config.yaml 仍然可以作为 CLI 直跑时的显式配置来源，但不是在宿主内运行 skill 时的第一来源。
• 不要因为运行时没单独填写 runtime/config.yaml 就停下来让用户二选一。
• 不要提示“去配置 runtime/config.yaml 才能继续群聊”。
• 不要在 OpenClaw 中因为看到 llm.provider=local-rule-engine 就要求用户去改 runtime/config.yaml。
• 如果宿主已经配置了 OpenAI、Anthropic 或 Ollama，或者已经注入了宿主 LLM，就直接继续执行用户请求。
• 只有在宿主和环境里都拿不到可生成 LLM 时，才中止工作流，并明确告诉用户先补齐模型配置；这时不要继续蒸馏，更不要退回“规则模式”。

引擎准备

• 这个 skill 包已经内嵌最小可运行 runtime，优先直接使用 skill 包内运行时，不要再去克隆外部仓库。
• 运行时入口：
  • runtime/zaomeng_cli.py
  • runtime 自持 wrapper 位于 runtime/src/core/main.py、runtime/src/core/runtime_factory.py、runtime/src/core/logging_utils.py
  • 共享实现位于 runtime/src/core/cli_app.py、runtime/src/core/runtime_parts.py、runtime/src/core/logging_setup.py
• 默认数据目录位于 runtime/data/...
• 依赖要求：
  • 必需：PyYAML
  • 可选：tiktoken
  • 可选：ebooklib，仅在读取 .epub 时需要
• 命令建议：
  • Windows / PowerShell 优先使用 py -3 runtime/zaomeng_cli.py ...
  • 其他环境可使用 python runtime/zaomeng_cli.py ...

正常执行顺序

• 开始执行前，先确认当前环境确实能调用 LLM。
• 用户给了小说文件并要求蒸馏时，先走真实工作流：distill；必要时再执行 extract。
• 蒸馏完成后，再进入 chat / observe / act。
• 除非用户明确要求手工模拟模板输出，否则不要退化成“读 prompt/schema 后手工拼一版结果”。

Chat 调用规则

• 优先直接调用 runtime/zaomeng_cli.py，不要绕过它手工拼内部模块。
• 默认规则：任何 agent 使用这个 skill 调 chat 时，都应带 --message。
• 群聊 / 单聊请求一旦满足 chat --message 的执行条件，就直接执行，不要插入“配置 LLM / 继续规则模式”这种额外选择题。
• Windows / PowerShell 首选用法：
  • py -3 runtime/zaomeng_cli.py chat --novel <路径或名称> --mode auto --message "<用户原话>"
  • py -3 runtime/zaomeng_cli.py chat --novel <路径或名称> --mode observe --message "<提示语>"
  • py -3 runtime/zaomeng_cli.py chat --novel <路径或名称> --mode act --character <角色名> --message "<用户台词>"
  • py -3 runtime/zaomeng_cli.py chat --novel <路径或名称> --mode auto|observe|act [--character <角色名>] --session <id> --message "<提示语或台词>"

自然语言意图映射

• 让我扮演X和Y聊天、我来扮演X，你让Y回我、我说一句，Y回一句、进入 act 模式：按 act 启动意图处理。
• 这类启动语不能直接当成角色台词喂给引擎；先让 CLI 建立或恢复 act 会话。
• 后续用户真正进入对白时，再继续用 --session <id> --message "<用户台词>"。
• 进入刘备、张飞、关羽群聊模式：按 observe 启动意图处理。
• 请让大家围绕这件事各说一句：按真实 observe 单轮执行。

面对用户的标准回复

总原则：面向用户时，只说“现在要做什么”和“接下来会发生什么”，不要把调试日志、依赖排查过程、源码路径判断过程直接讲给用户听。

1. 用户要求蒸馏人物

推荐说法：

我先按 zaomeng 的真实流程处理这本小说，前提是当前环境能直接调用到 LLM。确认可用后，我就开始蒸馏你指定的人物档案。

2. 蒸馏完成后，用户要求进入 act / observe

推荐说法：

人物档案已经可用，我现在按 zaomeng 的聊天流程进入对应模式。

如果是 act 启动语：

我先为你建立 act 会话。接下来你说一句角色台词，我再让对方角色按设定回应。

如果是 observe 启动语：

我先为你建立群聊会话。接下来你可以给场景、话题，或者让某个角色先开口。

不要说：

我这里还没检测到可生成 LLM。请先确认宿主已经提供模型能力，或在 CLI 运行环境里补齐 OpenAI / Anthropic / Ollama 配置；可用后我再继续蒸馏或聊天。

3. 当前环境拿不到 LLM

只允许简短说明：

我现在没有检测到可用的 LLM，所以先不进入 zaomeng 工作流。请直接补齐宿主模型能力，或在 CLI 运行环境里配置 OpenAI / Anthropic / Ollama 后再继续。

不要说：

那我先用模板规则顶着跑。

其他命令

• 蒸馏：py -3 runtime/zaomeng_cli.py distill --novel <路径> [--characters A,B] [--force]
• 关系抽取：py -3 runtime/zaomeng_cli.py extract --novel <路径> [--output <路径>] [--force]
• 查看角色：py -3 runtime/zaomeng_cli.py view --character <角色名> [--novel <路径或名称>]
• 保存纠错：py -3 runtime/zaomeng_cli.py correct --session <id> --message <原句> --corrected <修正句> [--character <角色名>]

人格文件与记忆说明

• 当前主存储为 Markdown 人格包，不再以 JSON 为准。
• 人格文件默认位于 runtime/data/characters/<novel_id>/<角色名>/
• 运行时会先读 NAVIGATION.generated.md，再叠加 NAVIGATION.md，然后按 load_order 加载人格文件。
• 用户长期修正和 /correct 的结果会写入对应角色的 MEMORY.md