vtb.skill · 虚拟主播.skill

把喜欢过、追过、想认真留下来的虚拟主播，整理成一个能安装、能维护、还能继续补料的 .skill

数据来源 · 安装 · 使用 · 内置示例 · 项目结构

English

虚拟主播这件事，有时候很像在和时间抢东西。

很多喜欢，最早只是从一条动态、一段切片、一场游戏直播开始。等你真的想把 TA 留下来时，公开内容已经散在不同平台里，语气、节奏、口癖、直播间的空气感，也很容易在转述里一点点走样。

有人还在继续开播，有人已经很久不更新了，也有人只剩下纪念账号、旧动态和零散录播。正因为这样，把一个 VTuber 做成 .skill，才不该只是临时写几句 prompt，而更像一次尽量克制、尽量可复核的整理。

vtb.skill 想做的，就是把这段整理过程里最累、最容易返工的部分先铺平。

很多人卡住，不是因为不会写一句像 TA 的话，而是因为前面的活又碎又重：

• 公开来源怎么找、怎么核验
• 动态、投稿、直播间信息怎么一起收
• 哪些公开视频适合转写
• 口癖、梗词和稳定人格骨架怎么分开
• 最后怎么把这些东西整理成一个真能安装、后面还能继续维护的 repo

所以 vtb.skill 不做 Live2D、TTS 驱动或直播控场，它主要负责把“蒸馏一个 VTuber.skill”里最适合流程化的部分串起来：

• 把公开可复核的人物材料整理成一个可安装的角色 .skill
• 用统一目录和脚本把采集、转写、审计、语料整理串成流水线
• 让不同虚拟主播的蒸馏 repo 能复用同一套框架，而不是每次从零开始拼
• 蒸馏时区分“核心稳定轴”和“可选 recurring motif”，避免把单一梗词蒸成整个人设

当前默认围绕中文互联网公开源构建，优先支持这些链路：

• 微博公开主页 / 公开内容
• Bilibili 主页 / 投稿 / 空间动态 / 直播间简介 / 搜索命中 / 公开视频
• 公开视频音频转写，输出 json + srt + vtt + tsv + txt
• 长时间抓取时分阶段落盘，并写入 _collector_state.json 以便恢复

如果你用这套框架去做一个新的 VTuber.skill，最终交付通常会包含：

• 一个能安装到 Codex / Claude Code 的角色 skill
• 一套清晰的人格骨架文件： SKILL.md、persona.md、references/profile.md、distillation.md、expression-dna.md、boundaries.md、sources.md
• 一份可继续维护的 target manifest 和采集配置
• 一套公开源采集、STT、审计、style bank 的可重跑流程
• 一份面向使用者的 README、安装方式和真实示例

换句话说，它不是只帮你“写像某个人的话”，而是帮你把公开蒸馏、语料整理、skill 结构和后续维护一起搭出来。

• 自动先查 Bilibili / 微博公开入口，而不是上来先逼用户手填 manifest
• 同时处理主页、动态、直播间、投稿和公开视频转写
• 支持单信源 fallback：只有 Bilibili 也能继续构建，不会直接报废
• 支持长跑采集和断点恢复，适合积累上千条公开文本
• 把风格拆成“稳定骨架”和“可选 motif”，减少蒸馏跑偏
• 输出的视频转写格式默认兼容大多数剪辑和字幕工具

如果你只是想做一个“自己喜欢的 VTB.skill”，先别急着扎进脚本堆里喵。

先把 create-vtb 装上，然后直接把这段话贴给 Codex 或 Claude Code：

请使用 create-vtb，帮我做一个新的 vtuber skill，人物是 XXX。
先自己查 Bilibili 和微博公开来源。
如果只找到一个平台，就按单信源继续。
如果两个都找不到，就停下并告诉我原因。
默认直接创建仓库、补 README、补安装方式，并给出几个可运行示例。

如果你想指定风格，再补一句就够：

尽量保留：XXX。
不要写成：XXX。

如果你想直接做成仓库里的内置示例，再补一句：

请把它做成 vtb.skill/examples/xxx.skill 的内置示例。

• 最少只要提供角色名，剩下的来源核验、manifest、README、安装指引，默认都由 create-vtb 先接过去喵。
• 如果你有偏好，补“想保留什么风格 / 不要碰什么风格”就够了。
• 如果你已经知道官方主页、直播间或微博链接，直接贴出来会更快，但不是前置门槛。

• 先核验这个角色有没有稳定的公开 Bilibili / 微博入口。
• 把能确认的来源直接写进 target manifest，缺的来源明确留空。
• 跑公开资料采集，优先拿主页、动态、投稿、直播间信息。
• 选择合适的公开视频做 STT，并输出主流剪辑工具兼容格式。
• 生成可安装的角色 .skill 目录、README、安装说明和示例用法。
• 如果证据不足，就明确停下，不会装作已经蒸馏成功了喵。

• collect_bilibili_public.py 会分阶段写出 profile/search/video_details/dynamics/live/playurls 等结果。
• 采集中断后，重新执行同一条命令并保留 --resume 即可继续利用已落盘结果。
• 每轮 Bilibili 采集都会写 sources/raw/bilibili/_collector_state.json，能直接看见当前停在哪一步、已经拿到多少条。
• 新建目标模板现在默认朝“千级文本积累”配置，微博和 B 站动态上限已经明显提高。

如果你主要是想“先能用起来”，最短就是这一套喵：

git clone https://github.com/ly-xxx/vtb.skill ~/work/vtb.skill
mkdir -p ~/.codex/skills ~/.claude/skills
ln -snf ~/work/vtb.skill ~/.codex/skills/create-vtb
ln -snf ~/work/vtb.skill ~/.claude/skills/create-vtb

如果你只用 Codex 或只用 Claude Code，保留对应那一行软链接就行。

pip3 install -r requirements.txt

还需要本机可用：

• ffmpeg
• Python 3.9+
• git
• 访问公开网页所需的网络环境

• create-vtb：框架 skill，用来新建或维护别的 VTuber skill
• ace-taffy：内置塔菲角色示例
• aza：内置 Aza 角色示例
• mocha：内置单信源角色示例

GitHub 安装：

mkdir -p ~/.codex/skills
git clone https://github.com/ly-xxx/vtb.skill ~/.codex/skills/create-vtb

如果你已经把仓库克隆到本机，开发时更推荐软链接，省得来回挪喵：

git clone https://github.com/ly-xxx/vtb.skill ~/work/vtb.skill
mkdir -p ~/.codex/skills
ln -snf ~/work/vtb.skill ~/.codex/skills/create-vtb

因为 ace-taffy 和 aza 是仓库里的子目录，推荐先把整个仓库克隆到本机，再链接具体示例：

git clone https://github.com/ly-xxx/vtb.skill ~/work/vtb.skill
mkdir -p ~/.codex/skills
ln -snf ~/work/vtb.skill/examples/taffy.skill ~/.codex/skills/ace-taffy
ln -snf ~/work/vtb.skill/examples/aza.skill ~/.codex/skills/aza
ln -snf ~/work/vtb.skill/examples/mocha.skill ~/.codex/skills/mocha

如果你当前就在仓库根目录，也可以直接：

mkdir -p ~/.codex/skills
ln -snf "$(pwd)" ~/.codex/skills/create-vtb
ln -snf "$(pwd)/examples/taffy.skill" ~/.codex/skills/ace-taffy
ln -snf "$(pwd)/examples/aza.skill" ~/.codex/skills/aza
ln -snf "$(pwd)/examples/mocha.skill" ~/.codex/skills/mocha

新开一个 Codex 会话，然后直接点名 skill 就行喵：

请使用 create-vtb skill，告诉我如何为一个新 VUP 创建 target manifest。

请使用 ace-taffy skill，只输出一条对粉丝评论“今天怎么这么晚才来”的回复。

请使用 aza skill，只输出一条今晚八点开播的直播间预告。

请使用 mocha skill，只输出一条游戏直播间短标题。

Claude Code 常见两种安装位置：

• 全局：~/.claude/skills/
• 项目内：.claude/skills/

mkdir -p ~/.claude/skills
git clone https://github.com/ly-xxx/vtb.skill ~/.claude/skills/create-vtb

如果你想边改边用，同样推荐软链接：

git clone https://github.com/ly-xxx/vtb.skill ~/work/vtb.skill
mkdir -p ~/.claude/skills
ln -snf ~/work/vtb.skill ~/.claude/skills/create-vtb

在目标项目根目录执行：

mkdir -p .claude/skills
git clone https://github.com/ly-xxx/vtb.skill .claude/skills/create-vtb

或者用本地仓库软链接：

mkdir -p .claude/skills
ln -snf ~/work/vtb.skill .claude/skills/create-vtb

全局安装：

git clone https://github.com/ly-xxx/vtb.skill ~/work/vtb.skill
mkdir -p ~/.claude/skills
ln -snf ~/work/vtb.skill/examples/taffy.skill ~/.claude/skills/ace-taffy
ln -snf ~/work/vtb.skill/examples/aza.skill ~/.claude/skills/aza
ln -snf ~/work/vtb.skill/examples/mocha.skill ~/.claude/skills/mocha

项目内安装：

git clone https://github.com/ly-xxx/vtb.skill ~/work/vtb.skill
mkdir -p .claude/skills
ln -snf ~/work/vtb.skill/examples/taffy.skill .claude/skills/ace-taffy
ln -snf ~/work/vtb.skill/examples/aza.skill .claude/skills/aza
ln -snf ~/work/vtb.skill/examples/mocha.skill .claude/skills/mocha

在 Claude Code 里直接调用：

/create-vtb

/ace-taffy 写一条今晚开播的预告，像公开营业语境

/aza 写一条粉丝互动回复，语气要像阿萨公开场合会说的话

/mocha 写一条简短的游戏向互动回复

如果你是直接 git clone 安装的：

git -C ~/.codex/skills/create-vtb pull --ff-only
git -C ~/.claude/skills/create-vtb pull --ff-only

如果你用的是软链接，更新工作区仓库就够了。

删除时直接移除对应 skill 目录或软链接：

rm -rf ~/.codex/skills/create-vtb ~/.codex/skills/ace-taffy ~/.codex/skills/aza ~/.codex/skills/mocha
rm -rf ~/.claude/skills/create-vtb ~/.claude/skills/ace-taffy ~/.claude/skills/aza ~/.claude/skills/mocha

这套框架最适合聊天起手，不建议上来先把自己埋进 manifest 里喵。推荐你直接在 Codex 或 Claude Code 里这样说：

请使用 create-vtb，帮我创建一个新的 vtuber skill，人物是 XXX。
先自己查 Bilibili 和微博公开来源。
找不到的来源留空并告诉我。
如果两个都找不到，就不要继续构建。
最后把仓库结构、安装方式和示例一起补全。

如果你只想做框架内示例，可以把最后一句换成：

请把它做成 vtb.skill/examples/xxx.skill 的内置示例。

下面这些都能直接复制，按需求挑一条就能开工喵。

只知道名字时：

请使用 create-vtb，帮我为 XXX 创建一个新的 vtuber skill。
你先自己查公开来源并开始构建。
缺失来源请明确告诉我，不要让我先手填 manifest。

想控制风格时：

请使用 create-vtb，帮我为 XXX 创建一个新的 vtuber skill。
尽量保留：直播口头禅、开播节奏、公开营业感。
不要写成：纯卖萌模板、语录复读器、只会堆口癖的人设。
你先自己查公开来源，再继续。

已经有链接时：

请使用 create-vtb，帮我为 XXX 创建一个新的 vtuber skill。
这里是我已经确认的公开入口：
- Bilibili：XXX
- 微博：XXX
请在这些来源基础上继续补全 repo、README 和安装说明。

想做独立仓库而不是内置示例时：

请使用 create-vtb，帮我为 XXX 创建一个独立 repo，名字叫 xxx.skill。
先自己查公开来源，再把可安装的 skill、README、中英文安装说明和示例一起补齐。

这一段很重要，别硬冲喵：

• 找到 Bilibili，没找到微博：继续做，按单信源构建
• 找到微博，没找到 Bilibili：继续做，但不能走视频/STT 主链路
• 两边都找不到稳定官方入口：停止构建，并把阻断原因直接告诉用户

如果你就是想手搓全流程，也可以按这个顺序来喵：

1. 复制模板 manifest：

cp templates/target.template.json examples/new-vtuber.skill/sources/targets/example.json

2. 补齐平台信息与风格提示：

• slug
• display_name
• canonical_sources
• collection_defaults
• style_hints

3. 采集公开资料：

cd examples/new-vtuber.skill
python3 ../../tools/source_refresh_public.py --target sources/targets/example.json

4. 选择公开视频做 STT：

python3 ../../tools/batch_bilibili_stt.py \
  --target sources/targets/example.json \
  --include-title "自我介绍|直播|杂谈|问答" \
  --limit 3 \
  --model small

5. 审计并导出可复用语料：

python3 ../../tools/audit_transcripts.py \
  --input-dir sources/transcripts \
  --video-details sources/raw/bilibili/video_details.json \
  --output-json sources/processed/transcript-audit.json \
  --output-tsv sources/processed/transcript-audit.tsv

python3 ../../tools/build_training_set.py --audit-json sources/processed/transcript-audit.json
python3 ../../tools/build_style_bank.py --target sources/targets/example.json

6. 写角色 skill：

• SKILL.md
• persona.md
• references/profile.md
• references/distillation.md
• references/expression-dna.md
• references/boundaries.md
• references/sources.md

• 只蒸馏公开、可复核、稳定的人格特征
• 最新动态、精确原话、争议信息默认不编造
• 角色感优先来自节奏、互动方式、叙事结构，而不是堆叠口癖
• 下载与转写产物尽量输出通用格式，兼容常见视频制作工具
• 新用户入口优先是“复制一句话给 Codex / Claude Code”，不是先读一堆脚本说明

仓库现在内置三个可安装角色示例，都能真的装、真的看、真的拿来对照改喵：

• examples/taffy.skill：塔菲的内置成熟示例，既能安装，也能在框架里真实刷新数据
• examples/aza.skill：Aza 的框架内原生示例，偏“从公开源一路跑到 STT 与 style bank”
• examples/mocha.skill：单信源示例，验证“只有 Bilibili、没有微博时也能构建”

主要入口文件：

• examples/taffy.skill/SKILL.md
• examples/taffy.skill/persona.md
• examples/taffy.skill/references/profile.md
• examples/taffy.skill/references/meow-pattern.md
• examples/taffy.skill/references/self-reference.md
• examples/taffy.skill/sources/targets/ace-taffy.json

这个示例更适合拿来抄结构：

• 角色约束如何写到很细
• 口癖规则如何结构化落地
• 一个成熟角色 skill 的文件组织方式

下面这些不是空口说白话，都是实际跑过的结果：

• 外部 taffy.skill 实际补齐了 149 条 Bilibili 空间动态
• examples/taffy.skill 实际采集了 180 条 Bilibili 视频元数据和 149 条空间动态
• build_corpus_public.py 为 examples/taffy.skill 生成了 330 条公开 source records
• 采集过程中会持续写入 sources/raw/bilibili/_collector_state.json，中断后可续跑

主要入口文件：

• examples/aza.skill/SKILL.md
• examples/aza.skill/persona.md
• examples/aza.skill/references/profile.md
• examples/aza.skill/references/distillation.md
• examples/aza.skill/references/style-bank.md
• examples/aza.skill/sources/targets/aza.json

下面这些也是实际跑过的结果：

• collect_weibo_public.py 实际采集了 120 条微博公开博文
• collect_bilibili_public.py 实际采集了 120 条 Bilibili 视频元数据和 30 条空间动态
• build_corpus_public.py 生成了 279 条公开 source records，合并 STT 后总 corpus 为 412 条
• batch_bilibili_stt.py 实际转写了 2 条 Bilibili 视频
• 输出了 json / srt / vtt / tsv / txt 五种通用格式
• audit_transcripts.py 判定 2 / 2 样本均为 high
• build_training_set.py 导出了 110 条 high-only 训练片段
• build_style_bank.py 基于 transcript_train_high.jsonl 抽出了 Aza 的口播片段
• 示例规则已经额外约束：打工 / 房租 / 好哥哥 只作可选 motif，不再作为默认输出骨架

下面是按照当前 aza.skill 规则实际打出来的两条示范输出：

输入：写一个今晚八点开播文案

输出：

朋友们，今晚八点见。
最近攒了点想唱的，也想顺手玩点有意思的，开播再跟你们慢慢聊。
想来的就来，别迟到。

输入：粉丝问：今天又在打工吗？

输出：

也算在忙，不过今天这趟不算无聊。
有歌想唱，有东西想玩，顺便来跟你们报个到。

这个示例专门验证缺省来源规则，适合拿来看“来源不全时怎么稳住”：

• 已确认 Bilibili：mid=212535360
• 已确认直播间：room_id=21849412
• 未检到稳定官方微博主页，因此 manifest 中微博留空
• source_refresh_public.py 会对微博缺失打印明确 WARN，然后继续用 Bilibili 构建

适合参考：

• 单信源 manifest 怎么写
• 缺微博时如何明确提示而不是静默跳过
• 资料较少时如何保守蒸馏，不乱补设定

本轮已经实际跑过的结果：

• collect_bilibili_public.py 实际采集了 6 条 Bilibili 视频元数据和 42 条空间动态
• build_corpus_public.py 生成了 49 条公开 source records，合并现有转写后总 corpus 为 79 条
• batch_bilibili_stt.py 实际转写了 2 条 Bilibili 视频
• 输出了 json / srt / vtt / tsv / txt 五种通用格式
• audit_transcripts.py 当前把 2 / 2 样本判为 medium
• build_style_bank.py 基于 transcript_train_ready.jsonl 抽出了第一版口播片段
• 这一版还额外把 草莓 / 病床 / 饺子 固化成高权重生活锚点，避免被蒸成轻飘飘的萌点

主要入口文件：

• examples/mocha.skill/SKILL.md
• examples/mocha.skill/persona.md
• examples/mocha.skill/references/profile.md
• examples/mocha.skill/references/distillation.md
• examples/mocha.skill/references/style-bank.md
• examples/mocha.skill/sources/targets/mocha.json

vtb.skill/
├── SKILL.md
├── README.md
├── README_EN.md
├── docs/
├── prompts/
├── references/
├── templates/
├── tools/
└── examples/
    ├── aza.skill/
    ├── mocha.skill/
    └── taffy.skill/

其中：

• 根目录 SKILL.md 是 create-vtb 框架技能入口
• tools/ 是公开源采集、下载、STT、审计和语料整理脚本
• templates/ 是 manifest 模板
• examples/aza.skill/ 是框架内原生示例
• examples/mocha.skill/ 是 bilibili-only 单信源示例
• examples/taffy.skill/ 是成熟角色 skill 的内置快照
• 发布版示例目录默认只保留轻量摘要，不把本地下载媒体、完整原始抓取和训练 JSONL 一起带走

以下内容不在当前仓库范围内：

• AI 直播控制台
• Live2D / avatar 驱动
• 实时语音合成
• 中之人推断、私生活考据、未证实八卦

MIT