Emulo
从你的 Claude Code 与 Codex 会话日志中挖掘出私有个人画像 you.md，让 AI 编码代理在每次任务前先了解你的工作方式。
按维度查看评分与理由
证据显示只读取用户自己输入的消息、插件状态存于 EMULO_HOME、SHA-256 校验的引导下载、执行前打印只读计划并等待批准，SECURITY.md 明确模型供应商边界与 --no-redact 风险。扣分：脱敏仅为尽力而为（自述），引导经 skills.sh 分发且其默认匿名遥测需手动退出，最小权限只能评为2。安装会改动宿主配置文件（cursor/gemini/agents 目标），外部效果有描述但静态审查无法验证恢复完整性。
零依赖核心、requirements.lock、3.8/3.12 双轨 CI、缓存哈希重校验和失败即停（fail-closed）的描述充分。但存在明显自相矛盾：README 宣称『无账户、没有可购买的东西、无需登录』，而 cloud/worker 中包含 Polar 订阅计费、OAuth 身份、entitlement 与设备配对的完整云端实现，两套叙事并存，self_consistency 只能给1。失败消息仅静态可证。
受众（有 Claude Code/Codex 历史的个人开发者）与场景划分清晰，Limits 部分诚实说明稀疏历史、token 计量、基准未发布等边界，support matrix 明确标注『未声明』项。扣分：触发精度靠五层 skill 表描述，静态证据有限；对 Claude 原生插件『host unavailable during validation』意味着该路径本身未经作者验证。
安装说明多路径且带固定版本引用，FAQ 直面三点质疑，Limits 与 ROADMAP 明确，MIT 许可证文件完整。扣分：无 CHANGELOG 文件（仅散见的 v0.6.2 引用），维护者仅署名『Ohad』无身份可核，信息架构跨 README/docs/tests/legacy 多层但文档与 cloud/ 商业模块的关系未说明。
verify、--coach、card、分层 profile 提供了差异化价值，更新复用哈希降低成本，计划先行的成本展示好。扣分：作者自己的冻结校准显示完整历史仅恢复 22 项必需特征中的 12 项（work 5/10、writing 2/7），即核心产出召回有限且自认无法保证完整个人模型，output_usability 与 cost_benefit 相对成本只能给2。
每个推断规则要求两条独立会话、逐字日期引用、verify 命令可机械核查引用并退出非零，事实与推断分离做得非常好（spec 视频标注、未执行的方法论明确标注）。扣分：Proof v1 方法论自认『未经执行、需另行批准的证据发布』，关键效果声明（Reddit 数据、对比示例）在仓库内不可独立核查，claim_traceability 只能评2。
- README 的『免费、无账户、无可购买』与 cloud/worker 中的 Polar 订阅计费模块矛盾，使用前应确认你安装的部分是否接入该商业路径。
- 脱敏为尽力而为且 --no-redact 会把原始文本发给模型供应商；指向云端模型前请检查缓存与产物，避免分享完整 profile 或收据附录。
- 作者自述完整历史挖掘仅恢复 22 项必需特征中的 12 项，产出召回有限，不应将其视为对用户的完整建模。
- skills.sh 引导默认发送匿名安装遥测，需设 DISABLE_TELEMETRY=1 退出。
- Proof v1 方法论与效果声明（如 Reddit 数据）未经独立证据发布支持，属作者自述。
- 发布者身份未经核验（仅署名 Ohad），供应链信任依赖 SHA-256 校验机制本身。
这个 Agent 能做什么，适合哪些场景？
Emulo 是一个 MIT 许可的本地优先工具，读取 Claude Code、Codex、Copilot CLI、OpenCode 和 Google Antigravity 的原始会话日志，提取你亲自输入的消息（而非规则文件），挖掘出你从未写下的工作规则。它输出一个分层的 you.md 画像，包含工作、设计、写作、视频等模块，可加载到 Claude Code、Codex、Cursor、Gemini、OpenCode、OpenClaw 和 Hermes Agent。核心是一个仅依赖标准库的 emulo.py 脚本，同时提供 Claude Code / Codex 原生插件、MCP 服务器（工具为 load_emulo_profile）以及技能路由如 emulo:mine、emulo:work、emulo:design、emulo:write、emulo:video。挖掘前会先输出只读计划并等待批准；推断出的规则必须有两段以上会话佐证，并可用 emulo verify you.md 逐条核对引文。提取、脱敏、缓存和画像全部留在本机，使用本地模型时整条流水线可完全离线。
Emulo 读取本地的 .l 会话日志（Claude Code、Codex、Copilot CLI 默认支持，OpenCode 经 --source opencode 读其 SQLite/JSON 存储，Google Antigravity 经 --source antigravity 读取 ~/.gemini/antigravity/brain 转录），只保留用户输入的文字并做脱敏。python emulo.py --dry-run 先打印只读挖掘计划（会话数、token 数、计划的 worker/reducer 调用），批准后把历史切块，每个分块经一次 worker 证据汇总，再合并为你专属的 you.md。运行 emulo --dry-run、emulo --chunks 4 --out emulo-out 控制挖掘；emulo --coach 生成不含模型调用的使用报告（重复提问、重复解释上下文等）；emulo --card 生成可分享的画像卡片；emulo verify you.md 核对画像中每条引文是否真实存在于挖掘会话中，未命中的会以非零码退出。python emulo.py --install you.md --target claude|codex|cursor|agents|gemini|opencode 可将画像安装到对应代理，emulo mcp 或 uvx emulo mcp 启动 stdio MCP 服务器暴露 load_emulo_profile 工具。
- 每天使用 Claude Code 或 Codex 的开发者，厌倦了每个新会话都要重新解释自己的编码规范和'完成'标准。
- 同时使用多个代理（Claude Code、Codex、Cursor、Gemini、OpenCode）的人，希望一份 you.md 在所有工具中提供一致的个人上下文。
- 日志量大（数千会话、数百万 token）的用户，单次总结无法覆盖，需要分块 worker/reducer 挖掘流程。
- 注重隐私的开发者，想让提取、脱敏和画像全部留在本机，并可通过本地模型实现完全离线挖掘。
- 想在部署前验证画像可信度的用户，用 emulo verify 核对引文是否可追溯到真实会话。
- 想诊断自己与模型协作摩擦的用户，运行 emulo --coach 获取零模型调用的使用报告。
这个 Agent 有哪些优点和局限？
- 挖掘依据是真实会话中带日期的逐字引文，推断规则要求至少两个独立会话佐证，emulo verify 可机械核对引文。
- 核心 emulo.py 仅依赖标准库、零依赖、无网络调用；本地模型下整条挖掘流水线可完全留在本机。
- 覆盖面广：Claude Code、Codex 原生插件，Cursor/Gemini/OpenCode 适配器，OpenClaw/Hermes 技能，外加标准 MCP 服务器。
- 挖掘前强制打印只读计划并等待批准，增量更新复用哈希缓存，相同更新计划零额外挖掘调用。
- 挖掘必须调用一个模型（托管提供方会收到选中的脱敏文本），只有本地模型才能完全离线；且托管方成本 Emulo 无法精确计量。
- 快速预览模式在校准中仅恢复 22 条必需特征中的 5 条，完整历史挖掘也只恢复 12 条，稀疏历史可能导致设计或写作层不活跃。
- 需要维护较长的日志保留期：Claude Code 默认 cleanupPeriodDays=30，过期会话会在挖掘前丢失。
- Claude 原生插件在本次发布中未经宿主验证，状态标注为未声明；Claude Code /plugin 安装需手动粘贴命令。
如何安装或部署这个 Agent？
三种安装方式。1) Claude Code 内安装插件：/plugin marketplace add ohad6k/emulo，然后 /plugin install emulo@emulo。2) Codex 内安装插件：codex plugin marketplace add ohad6k/emulo --ref v0.6.2 --，然后 codex plugin add emulo@emulo --。3) CLI：pip install emulo（或 uv tool install emulo，或 uvx emulo 免安装运行）。跨代理引导安装：npx skills add ohad6k/emulo@emulo。需要 Python 环境；挖掘需要一个模型提供方（托管或本地），且代理会在执行模型工作前展示成本并等待批准。
如何使用这个 Agent？
安装后运行 emulo:mine（插件内）或对代理说 run emulo（引导安装路径），并指向会话历史；也可直接用 CLI：python emulo.py --dry-run 查看只读计划，python emulo.py --chunks 4 --out emulo-out 分块挖掘；或让代理 read emulo-out/RUN_ME.md and follow it。使用 emulo --coach 生成使用报告，emulo --card 生成画像卡片，emulo verify you.md 核对引文，emulo update 复用缓存做增量更新。MCP 客户端可在配置中加入 {"mcpServers":{"emulo":{"command":"uvx","args":["emulo","mcp"]}}}。画像加载用 emulo:work（核心）、emulo:design、emulo:write、emulo:video 等技能；快速预览用 --preview，但校准显示其只恢复了 22 条必需特征中的 5 条，完整历史挖掘才是质量默认。
这个 Agent 与同类方案有什么区别？
README 明确与 Claude 自带记忆功能对比：记忆是你主动告诉模型的内容（策划笔记、CLAUDE.md，且限于单一工具），Emulo 则读取原始会话日志挖掘你从未写下的行为规则，两者可并用。