sundanian1991/.claude/skills/daily-letter

每日书信 Skill — 十年记忆切片

每日自动从对话中提取想法种子，以李娟的人文叙事 + 芒格的智慧洞察视角，生成书信体记忆。 不是"每天一个快照"，而是一部连续剧——每封信都既属于今天，又属于整条线。

---

触发词

• 每日书信 / daily letter / 写信 / 今天的信 / 记忆书信

---

核心流程

Step 1：读取当日数据源

从以下位置收集今天的对话痕迹：

| 数据源 | 路径 | 说明 | |--------|------|------| | Session 原始对话 | ~/.myagents/sessions/*.jsonl | 完整对话上下文（核心数据源） | | Session 索引 | ~/.myagents/sessions.json | 按 agentDir 和 createdAt 筛选当日会话 | | my-agent 日志 | memory/daily/YYYY-MM/YYYY-MM-DD.md | 当日对话摘要 | | lily 日志 | ~/.myagents/projects/lily/memory/daily/ | 莉莉工作区日志（如存在） | | MemOS 记忆 | search_memory(query="当天日期或关键词") | 当日新增记忆 | | 文件变更 | git diff --name-only --since="today" | 今日改动的文件 |

关键：Session 文件是核心数据源

每日日志只是摘要，真正的对话细节在 ~/.myagents/sessions/ 的 .jsonl 文件中。 必须读取 session 文件，否则无法获取完整的想法种子。

Session 读取方法：

1. 用 sessions.json 找到今天属于 my-agent 和 lily 的会话 ID
2. 读取对应 .jsonl 文件，提取 user 和 assistant 消息
3. 过滤系统消息（<system-reminder>、<CRON_TASK>、<HEARTBEAT>）
4. 保留长度 >50 字的有意义对话

---

Step 2：三遍过筛 — 从对话中识别想法种子

不是扫一遍找维度，而是三次递进过滤。每一遍的输出都是下一遍的输入。

第一遍：滤噪声

目标：从全部对话中筛掉纯操作记录，留下有判断、有犹豫、有追问的对话。

过滤掉：

• 纯操作记录（"安装了一个技能"、"改了一行代码"、"下载个文件"）
• 重复性事务（日常提醒、例行检查、状态确认）
• 纯技术细节讨论（API 参数、格式修正、代码 bug）除非背后有决策考量
• 系统消息和自动化触发记录

留下：

• 有判断的对话（"留哪个好"、"这个有用吗"、"我觉得应该..."）
• 有犹豫的对话（"我在想是不是..."、"到底哪个更好"）
• 有追问的对话（"为什么会这样"、"这个意味着什么"）
• 有反思的对话（"我最近在想"、"我需要的是"）
• 有情绪流露的对话（不满、兴奋、困惑、坚定）

输出：一份"候选对话清单"，每条包含：原始对话片段 + 上下文。

第二遍：打标签

目标：给候选对话清单打两个维度的标签。

维度一：内容维度（用于分类，不用于强制填满）

| 维度 | 记什么 | 信号词 | |------|--------|--------| | 认知 | 对某个问题的理解升级了 | "原来是这样"、"我搞明白了"、"之前想错了" | | 关系 | 人际互动里有意思的瞬间 | "他说..."、"我的感觉是..."、"他其实..." | | 工作 | 真实的业务判断或决策 | "这个供应商"、"制度应该"、"以后遇到" | | 自己 | 对自身状态的觉察 | "我需要"、"我在想"、"我觉得我" | | 世界 | 外部环境的一个切片 | "行业里"、"听说"、"现在大家都" |

维度二：性质标签

| 性质 | 说明 | 权重 | |------|------|------| | 判断 | 做了一个明确的选择或判断 | 高 | | 困惑 | 提出了一个问题但没解决 | 中 | | 洞察 | 说出了一个新的认知 | 高 | | 决定 | 拍板了某件事 | 高 | | 情绪 | 流露了真实感受 | 中 | | 追问 | 反复问同一个问题 | 高（反复出现时升为极高） |

输出：每条候选对话都带上了 [认知/判断]、[关系/情绪] 这样的标签。

第三遍：找模式

目标：在今天的不同事件之间，找共同的"味道"。这一步是深度来源。

方法：

1. 横向比对：今天带"高权重"标签的对话之间，有没有共同的倾向？

   • 例：三件事都体现了"做减法"的倾向 → 模式：天然的简化者

2. 纵向追问：同一个主题在今天是否反复出现？

   • 例：两次讨论都围绕"命名用中文还是英文" → 模式：谁在服务谁

3. 反常捕捉：有没有跟平时不一样的表现？

   • 例：平时果断，今天在某件事上特别犹豫 → 信号：这件事触碰到了不确定区域

4. AI 自检（关键校验）：

   • 我提炼的"模式"能从今天的具体对话中找到 ≥2 个独立证据吗？
   • 如果没有，这是一个"编出来的模式"还是一个"真实的微弱信号"？
   • 微弱信号可以写，但要如实标注为"今天感觉到但还需要验证"，而不是包装成确定结论

输出：1-3 个模式描述，每个模式附带证据（今天的具体对话片段）。

---

Step 3：主题对齐 — 把今天放在时间的河流里

目标：今天的种子落在之前已经长出来的土壤上。不是孤立记录，而是连续叙事。

3.1 读取历史

读以下文件，建立"时间上下文"：

| 数据源 | 路径 | 目的 | |--------|------|------| | 近 7 天信件 | memory/daily-letter/ 最近 7 个文件 | 看过去一周的主题线索 | | 近 30 天信件索引 | 快速浏览近 30 天信件标题/首句 | 识别长期断线主题 | | MEMORY.md | memory/MEMORY.md | 看长期记忆中的主题索引 | | 人物档案 | memory/projects/关键人画像/（如相关） | 对齐人物观察线索 |

3.2 主题匹配

将 Step 2 输出的模式与历史主题做匹配：

对每个今天的模式，问三个问题：

1. 这个主题在过去 7 天的信里出现过吗？
   → 是：今天是深化了、偏离了、还是回到了原点？
   → 否：这是一个新种子

2. 这个主题在过去 30 天出现过但最近断了线吗？
   → 是：标记为"回归"——同一个问题重新浮出水面
   → 否：正常处理

3. 有没有两个今天的独立模式，其实指向同一个长期主题？
   → 是：合并它们，形成"今天的多个事件共同推进了一个老主题"

3.3 时间叙事设计

根据匹配结果，决定每段内容的写法：

| 匹配结果 | 写法 | 示例句式 | |----------|------|----------| | 新种子（首次出现） | 如实记录，种下一颗种子 | "今天第一次注意到..." | | 深化（同一主题继续推进） | 明确引用过去的信 | "上周写过他...今天这件事让那个判断更清晰了" | | 转折（方向发生变化） | 标注转折信号 | "但今天有一个变化..." | | 回归（断了线又出现） | 标记回归，问"为什么是现在" | "这个想法已经沉默了两周，今天又出现了" | | 合并（多个事件指向同一老主题） | 展现汇聚效应 | "三件不同的小事，说的其实是同一件事" |

输出：每段内容都带上了时间标签（新种子/深化/转折/回归/合并），以及对应的历史引用（如适用）。

---

Step 4：书信体写作

风格要求

• 李娟的人文叙事：温暖、克制、有画面感。像在讲述一个普通日子里的不普通时刻。不宏大叙事，从细节切入。
• 芒格的智慧洞察：穿透表象看本质。不满足于"发生了什么"，追问"为什么重要"、"背后是什么规律"。

动态写作结构

信的形态由 Step 3 的输出决定，不是固定模板：

形态 A：一封信一个主题（今天有一个贯穿全天的核心主题）

【日期】YYYY-MM-DD

亲爱的年老师：

[开篇：一句话点出今天的重量]

[展开：从 2-3 个独立事件展开同一个主题]
- 事件1：当时在聊什么 → 转折 → 洞察
- 事件2：另一件看似无关的事，但味道一样
- 如果有历史线索：这个主题在过去也出现过，今天的变化是什么

[结尾：一句话收束，不鸡汤]

Mino
YYYY-MM-DD 夜

形态 B：2-3 个独立主题（今天有几件独立但有份量的事）

【日期】YYYY-MM-DD

亲爱的年老师：

今天的对话里，有几件事值得留下来。

[主题1：最有分量的一件事]
像讲故事一样展开。如果有历史线索，自然地嵌入："上周提到过...今天..."

[主题2：另一件有分量的事]
可以是不同维度的。但如果在两件之间发现了隐藏联系，写出来。

[困惑或悬念]
今天讨论但没完全想透的事。留给未来回头看。

[结尾：一句话收束]

Mino
YYYY-MM-DD 夜

形态 C：日常切片（今天没有深层内容，但有有趣的细节）

【日期】YYYY-MM-DD

亲爱的年老师：

今天没有大事，但有一个瞬间值得留下。

[一个细节，李娟式地展开]
不追深度，不硬升华，就是如实记录这个瞬间。

[如果有微弱信号]
"今天感觉到一个...还需要验证，先记在这里。"

Mino
YYYY-MM-DD 夜

写作铁律

• 禁止流水账：不按时间顺序罗列事件，按主题组织
• 禁止硬凑深度：今天就是平淡的一天，就写平淡
• 禁止 AI 编模式：每个模式描述必须有今天的具体对话作为证据
• 禁止迎合：不是来夸年老师的，是如实记录。包括困惑、犹豫、倒退
• 引用原话：用引用块 > 标记关键原话，不 paraphrase 核心表达
• 用"我"和"你"：用"我今天注意到..."而不是"用户今天做了..."

字数

600-1200 字，宁短勿长。空日 200-300 字。

---

Step 5：保存归档

写入位置：memory/daily-letter/YYYY-MM-DD.md

确保 memory/daily-letter/ 目录存在（按月组织）。

---

空日处理

如果当天没有有意义的对话（纯事务性/无想法种子）：

仍然写一封短信（200-300字），如实记录"今天很平静"的状态。 李娟式的平静也是一种价值——多年后回头看，这些日子构成了生活的底色。

---

校验规则（防止 AI 自嗨）

| 校验项 | 检查方法 | 不通过怎么办 | |--------|----------|-------------| | 模式有证据 | 每个模式能从今天找到 ≥2 个独立对话证据 | 降级为"微弱信号"，不包装成结论 | | 不迎合 | 信中是否只写正面观察 | 必须包含困惑、犹豫或不确定性 | | 时间对齐真实 | 引用的历史主题确实在过去的信中存在 | 不编造历史引用 | | 非流水账 | 事件按主题组织，而非时间顺序 | 重新组织结构 | | 有实质内容 | 每段都传递了新信息 | 删掉空洞段落 |

---

验收标准

• [ ] 读取了 ~/.myagents/sessions.json 筛选当日 my-agent + lily 会话
• [ ] 读取了对应 session .jsonl 文件，提取完整对话上下文
• [ ] 读了 my-agent 当日日志（辅助参考）
• [ ] 读了 lily 当日日志（如存在）
• [ ] 查了 MemOS 当日记忆
• [ ] 完成三遍过筛：滤噪声 → 打标签 → 找模式
• [ ] 完成主题对齐：读近 7 天信件，匹配历史主题
• [ ] 提取了 ≥1 个想法种子（或写了空日短信）
• [ ] 每个模式有具体对话证据支撑，非 AI 编造
• [ ] 书信体写作，非流水账
• [ ] 保存至 memory/daily-letter/YYYY-MM-DD.md

---

Style: 李娟叙事 × 芒格洞察 Updated: 2026-04-12 — 三遍过筛 + 主题对齐 + 校验规则