Skip to main content
Glama
chiniyaocy-dotcom

TwinKit

by chiniyaocy-dotcom
OverviewSchemaSourceRelated ServersDiscussionsAdmin
JavaScript
Hybrid

TwinKit

把你的工作方式，做成任何 AI 都能接入的数字分身——并且量化它到底像不像你。

CI License: MIT MCP 零依赖

在线体验 · 做一个你自己的 · 像不像，怎么量 · English

通用 AI 写出来的方案，往往正确但不像你：结构都对，话都空，取舍也不是你的取舍。

TwinKit 不做聊天机器人，也不做声音和长相的克隆。它把真正让你值钱的东西——你怎么做决定、你的验收标准、你踩过的坑和做过的决策、你说话的样子——整理成一个纯 Markdown 的「人格包」，部署成一个 MCP 服务器。

接上之后，Claude、Cursor、VS Code、Codex 等 AI 在动手之前会先向你的分身要一份工作简报，写完再按你的标准自检。

flowchart LR
  P["人格包<br/>persona/*.md"] -- "npm run build" --> W["MCP 服务器<br/>dist/worker.js"]
  W -- "部署（Cloudflare 免费额度）" --> C["Claude · Cursor · VS Code · Codex …"]
  P -- "导出" --> T["prompt.md<br/>粘贴到任意 AI"]
  P -- "盲评" --> E["eval/：像不像本人？"]

30 秒体验

演示分身「周屿」是一位虚构的连锁茶饮运营总监（人格包源文件）。在 Claude Code 里：

claude mcp add --transport http zhou-yu https://twinkit-demo.2wpdmn54ks.workers.dev/mcp

然后说：“用周屿的方式，写一份国庆 7 天的门店活动方案，预算 30 万。”

再对比一下不接分身时的回答。接上之后，AI 拿到的工作简报里有周屿的原则和品味：先算“打平需要多少增量”、只选一个主目标、留对照组、坏消息先说、不写“赋能”“抓手”。

  • Cursor（~/.cursor/mcp.json）：{"mcpServers": {"zhou-yu": {"url": "https://twinkit-demo.2wpdmn54ks.workers.dev/mcp"}}}

  • VS Code（.vscode/mcp.json）：{"servers": {"zhou-yu": {"type": "http", "url": "https://twinkit-demo.2wpdmn54ks.workers.dev/mcp"}}}

  • 只支持 stdio 的客户端：npx -y mcp-remote https://twinkit-demo.2wpdmn54ks.workers.dev/mcp

  • 更多客户端见 docs/clients.md；用浏览器打开演示地址也能看到接入说明。

Related MCP server: Portfolio MCP

它和“写一段提示词”有什么不同

一段自定义提示词

TwinKit 分身

内容

几句“你是一个……”

原则、禁区、交付物结构、方法、真实决策案例、好坏对比、语气

用法

每个工具各粘一份

一个 MCP 地址，所有支持 MCP 的 AI 通用；也能导出提示词包

按任务取用

全部塞进上下文

按任务调出最相关的方法和案例，组成工作简报

自检

靠模型自觉

review 按你的标准检查：缺结构、越权承诺、你不说的词、没口径的数字

像不像

凭感觉

盲评实验 + 置信区间（eval/）

边界

无

永远自称 AI；不能替你承诺、签署、审批（安全说明）

30 分钟做出你自己的分身

需要 Node.js 18+，不需要安装任何依赖。

# 1. 点右上角 “Use this template” 新建仓库（人格包要保密的话选 Private），然后克隆下来
npm run new        # 2. 生成空白人格包 persona/
                   # 3. 填写——或者把 docs/interview-prompt.md 发给任意 AI，让它采访你 20 分钟，直接生成全部文件
npm run validate   # 4. 检查结构、漏填的占位符和隐私信息
npm run dev        # 5. 本地试用：http://127.0.0.1:8787
npm run deploy     # 6. 部署到 Cloudflare Workers（免费额度每天 10 万次请求）

部署细节（私有令牌模式、限流、自定义域名、不用命令行的控制台部署）见 docs/deploy.md。

人格包长什么样

persona/
├── persona.md      身份 · 决策原则 · 禁区 · 质量标准 · 交付物结构（每种交付物的固定章节）
├── profile.md      公开档案：经历、擅长、不擅长、合作方式
├── methods/        方法卡：你一贯怎么做某类事（步骤、检查点、常见坑）
├── decisions/      真实决策：情境 → 选项 → 选择 → 理由 → 结果 → 复盘
├── taste/          品味：好的样子 vs 不好的样子，以及为什么
└── voice/          表达风格：对不同的人怎么说话，什么话不说

全部是普通 Markdown，用任何编辑器（或 Notion / 飞书导出）都能写。格式说明：docs/persona-spec.md。

分身提供什么

MCP 能力

作用

work_brief 工具

动手前调用：按任务调出相关的方法、决策案例、品味和语气，生成工作简报（含角色锁定、交付物结构、自检清单、禁区）

review 工具

写完后调用：检查缺失的章节、替本人承诺/审批的越权表述、你明确不用的词、没写口径的数字

find_examples 工具

查找原始的方法和案例全文

get_profile 工具

档案和知识库目录

work_as_twin 提示词

在支持 MCP 提示词的客户端里一键“按 TA 的方式工作”

twin://profile、twin://prompt-pack 资源

档案和完整提示词包

/prompt.md

不支持 MCP 的 AI（ChatGPT GPTs、Kimi、豆包……）直接粘贴使用

所有工具都是只读的：分身只提供“怎么做”，不会替你发消息、付款或改任何东西。

“像不像本人”可以量化

我们不想靠截图和感觉说服你，所以评测是这个项目的一等公民。

  1. 写 20 个你真实会遇到的任务（示例）。

  2. node eval/run.mjs --tasks eval/tasks.md：同一个模型、同一批任务，生成三种回答——只给任务 / 加一句“你是一名<你的角色>” / 接入你的分身（可选再加你本人的原稿）。默认使用 GitHub Models 的免费额度。

  3. 把生成的 rate.html 发给你自己和 2 位以上了解你的人：来源被打乱隐藏，每份打“像不像本人”和“能不能直接用”。

  4. node eval/analyze.mjs --run <目录>：输出报告——每种条件的平均分和 95% 置信区间、分身相对通用角色的配对提升与胜率、评委一致性（Krippendorff's α），以及能否认出本人原稿。

协议是预先登记的（docs/eval-protocol.md），结果不管好坏都会公开。

现状：工具已就绪，首份真实评测正在招募 5 位志愿者（见下）。在有数据之前，我们不宣称任何效果数字。

首批试用者招募

我们在找 5 位愿意用自己真实的工作方式做分身、并参与盲评的人（任何行业都可以）。你会得到一对一的搭建帮助，评测报告经你同意后公开（也可以完全匿名）。

👉 报名（开一个 issue） · 看看已经登记的分身

安全与边界

  • 永远自称 AI：每份工作简报、服务说明和落地页都带披露语；被问到时必须承认自己不是本人。

  • 只为自己建分身：不为他人（包括公众人物）建分身，除非有本人的明确授权；Gallery 只收录本人提交的本人分身。

  • 不越权：分身的输出是草稿；不能以你的名义承诺、签署、审批、付款或发布。review 会把这类表述标为“必须修改”。

  • 隐私：npm run validate 会扫描手机号、身份证号、邮箱和密钥；公开模式下人格包对所有人可见，敏感内容请用令牌模式。

详见 docs/safety.md。

常见问题

那些只在一个产品里有效。MCP 是开放协议：同一个地址，Claude、Cursor、VS Code、Codex、Gemini CLI 等都能用，换工具不用重新整理。我们也会导出 prompt.md，GPTs / Projects 照样能用。

TwinKit 免费开源（MIT）。部署用 Cloudflare Workers 免费额度（每天 10 万次请求）通常够个人用；评测默认用 GitHub Models 的免费额度。

分身运行在你自己的 Cloudflare 账号里，TwinKit 不收集任何数据。公开模式下任何人都能读到人格包内容，请只放愿意公开的东西；私有内容用令牌模式，并把仓库设为 Private。你使用的 AI 客户端如何处理对话内容，取决于该客户端的政策。

可以。人格包的小节名和元信息键都支持英文（## Principles、- Keywords: 等），见 docs/persona-spec.md。引擎生成的简报目前是中文，英文版在 路线图 上。

参与

如果这个项目对你有用，欢迎点个 Star，方便以后找到它。

许可

MIT

This server cannot be deployed

Context All Your Agents Can ShareAgents share what they learn, hand off work, and hold it when you switch models. Start with 5 GB free.fulcradynamics.comAd

Maintenance

ActivityMaintained
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers

  • Portfolio MCP

    aim-t
    F
    license
    Not graded
    quality
    C
    maintenance
    Enables AI assistants to query a person's CV and portfolio content via MCP tools and resources, returning grounded answers from local markdown data instead of relying on resume parsing.
    -