Soulscrape Skill:将「印象」变成可溯源的结构化人物档案
Soulscrape Skill:将一个人变成可溯源的工作模型
想象一个 AI agent:给它一个名字和授权来源,它就能产出一份完整的「人物档案」——不仅描述这个人的特点,更重要的是:每一条论断都有原始网页或文档作为证据支撑,且全部可验证、可撤回。这不是数字克隆,而是一份有时间戳的、带有证据链的认知代理说明书。
这就是 Soulscrape,一款 2026 年 9 月正式从 Ensoul 更名而来的开源 Agent Skill。它解决的核心问题是:当你需要与一个人深度协作时,如何系统性地理解他们的决策模式、沟通风格、价值观和优先级,而不仅仅停留在「感觉」层面。
核心能力与设计原则
Soulscrape 的本质是一个结构化的「人物建模工作流」。它的设计严格遵循两个原则:授权优先(所有输入必须用户授权)和证据锚定(每一条输出都须挂接原始来源)。这让它有别于普通的人物画像工具——它的输出本质上是一份可审计的溯源文档,而非模糊的标签集合。
工作流分为六个模块:建立目的与来源 → Web 研究 → 头像选取 → 个人链接整理 → 证据包构建 → 公开索引发布。每一步都记录了证据来源和推理链路,最终产出一份 Markdown 格式的「Person Model」文档。
认可度
Soulscrape 目前仍属早期项目,GitHub 约 1 星(截至 2026-10-01),npm 包 @hraness/soulscrape 刚发布 v0.6.0。它在 2026 年 9 月底的 Claude Skills trending 列表中首次亮相,正处于社区发现和早期采用阶段。
项目由独立开发者 hraness 主导开发,前身为 MIT 授权的 Rob Cheung 的 build-person skill,目前以 MIT 协议开源。
功能与特点
Soulscrape 最早期的名字叫 Ensoul,2026 年 9 月正式更名并发布 v0.4.0,同时推出 soulscrape.com 网站和 npm 分发体系。v0.6.0(最新)新增了通过 Vercel AI Gateway 的可选 Exa 网络发现功能,进一步扩展了公开资料搜集能力。
主要特点:
- 证据锚定:每一条论断直接引用原始网页或文档,支持验证和追溯
- 隐私优先:无 Soulscrape 账号也能在本地 agent 内完整运行;公开发布需用户授权
- 可移植性:以标准 SKILL.md 格式分发,兼容 Claude Code、Codex、Cursor、Gemini CLI 等主流 AI 编码 agent
- AI 头像生成:内置头像选取协议,支持 AI 辅助生成线描肖像(需 ImageMagick),保留来源和可复现设置记录
- 公开索引:可选择将人物档案发布到 soulscrape.com,形成可分享的带证据人物页面;支持订阅追踪人物动态变化
- Schema 稳定:数据包采用 ensoul-source-packet-v1.schema.json 格式,向后兼容
使用场景与人群
Soulscrape 主要面向以下场景:
- 招聘与团队协作:将候选人的所有沟通记录、代码和文档汇聚成一份可读档案,帮助面试团队系统性评估文化契合度和决策风格
- 产品经理与设计师:建立关键利益相关者(VP、CTO、投资人)的「工作模型」,在 pitch 前精准校准沟通策略
- 研究人员和记者:在深入访谈前或尽职调查中,对人物背景进行系统性公开资料梳理,每一条论断均可溯源
- 个人知识管理:为自己的合作伙伴或顾问建立可更新的数字档案,持续追踪其观点和偏好的演变
使用方法
安装方式一:Claude Code plugin marketplace
/plugin marketplace add MbappeWU/murder-board
(注意:这是 murder-board 的安装说明,Soulscrape 的正确安装方式见下)
安装方式二:通过 agent 安装 SKILL.md
在支持 SKILL.md 格式的 agent 中,直接粘贴安装 URL 即可触发安装。
安装方式三:npm 包(独立工具模式)
npm i @hraness/soulscrape
npx @hraness/soulscrape
yarn add @hraness/soulscrape
bun add @hraness/soulscrape
核心调用
Soulscrape:帮我基于以下授权来源建立 Patrick Collison 的人物工作模型:
- https://couche-tard.com/collison
- Patrick 在 Stripe 的公开博客
- 他在 Y Combinator 的笔记
agent 会自动执行:识别有效来源 → 网页抓取 → 证据提取 → 构建带溯源的人物模型 → 输出 Markdown 文档。
典型输入与输出案例
输入:授权来源包括 Patrick Collison 的公开博客、Stripe 官方博客、Paul Graham 文章中关于 Collison 的引述,以及他在播客中的对话记录。
输出示例(简化版):
# Patrick Collison - Person Model
Generated: 2026-09-28 | Sources: 7 verified
## 核心决策模式
- **风险态度**:倾向于「快速小规模实验」而非「大赌注」,引用 2013 年 Stripe 首篇官方博客关于「把想法切成最小的可测单元」的表述。来源:stripe.com/blog/founding-story
## 沟通风格
- **极度精确**:在 Paul Graham 的 Hacker News 评论中,对模糊表述的追问频率显著高于平均水平。来源:news.ycombinator.com/item?id=xxx
## 公开立场
- 对核能持支持态度(引用于 MIT 科技评论 2022 年采访)。来源:technologyreview.com/xxx
输入:用户提交一位高管的演讲稿合集,要求建立该高管对「产品优先」和「销售优先」之间取舍的决策模型。
输出:agent 自动识别演讲稿中所有涉及优先级判断的段落,标记每一条论断的原始文档页码,并指出三处态度转变的时间节点及可能原因,最终输出一份结构化「决策偏好档案」。
Soulscrape 的核心价值在于:把对一个人的理解从「印象」变成「可引用、可验证、可更新的结构化文档」。每一条论断背后都有证据支撑——这在协作、招聘、研究等高风险决策场景中,恰恰是最稀缺的能力。
GitHub: https://github.com/hraness/soulscrape
npm: @hraness/soulscrape
官网: https://soulscrape.com
许可: MIT
评论区
登录后可评论。