我选择 Telegram 为平台做一个简单实现，原因则是我在这上面最活跃，且 Telegram 有成熟的 user bot 框架（ Telethon ）。
人格提取
Telegram Desktop 自带数据导出，这点很方便，导出 JSON 后我 vibe 了个人格提取工具，工作流程如下：
[ol]
[/ol]
赛博转生
提取出人格后就需要让 AI 模仿，在启动时候先将历史消息填充到短期记忆，避免上下文缺失。
收到消息时，首先通过活跃时间段判断是否推迟回复（睡觉），如果当下可以回复则让 LLM 结合上下文、话题以及过去在群内是否活跃推断是否需要回复。如果需要回复则结合上面提取的人格和短期、长期记忆进行回复。LLM 生成回复后会模拟人的输入延迟来回复。
效果
实际运行起来，AI 能很好模拟一个人的发言风格，比方说我习惯快速发送多条短消息进行回复，而 AI 也能做到这一点。
不过仅凭聊天数据显然没有办法提取一个人所学的所有知识，所以在讨论专业话题时有点捉襟见肘。我试着加了 Exa 的搜索 MCP ，但是 GPT-5.4 似乎不太常调用，推测是提示词还有优化空间。
此外还有一个问题在于 AI 比人类有逻辑，所以被朋友评价为没有本人的抽象感。
代码开源在 GitHub ，就当是个玩具了。
https://github.com/kotodamai/telegram-persona
https://github.com/kotodamai/kotodamai-telegram
