persona/skills/persona-relation/SKILL.md

name, description

name	description
persona-relation	維護人格的人際關係圖：新增或更新人物/人格/群體節點與彼此的連線，調整親近度與信任度，輸出 Mermaid 關係圖。當使用者說要看人際關係圖、更新某個人的關係、問「你跟誰比較親」「你怎麼看某某人」、或對話中出現新的人物需要建檔時觸發。不適用於：記憶固化（用 persona-memory）、情緒調整（persona-chat 內含）。

🕸️ persona-relation — 人際關係圖

資料在 relations/graph.json，Mermaid 呈現在 relations/graph.mmd（由 CLI 產生，勿手改）。

CLI：node "${CLAUDE_PLUGIN_ROOT}/scripts/persona.mjs"（帶 --session <PERSONA_SESSION>）

---

資料模型

節點：id／name／kind（human persona group pet org）／bond（跟我什麼關係）／ closeness 親近度 0–100／trust 信任度 0–100／note／tags／style（個人化語氣規則） 連線：from（預設 self）／to／label／affinity 0–100

• 親近度 = 互動的頻率與深度；信任度 = 願意把重要的事交給他。兩者獨立（可以很熟但不信）。
• 人格自己是 self，不必建節點。其他人格用 --kind persona、--id <他的 slug>。
• kind 是「這是什麼東西」，bond 是「跟我什麼關係」——語氣只能靠後者分。

記憶怎麼指回節點

記憶那一側寫的是人名字串，節點 id 由 CLI 在寫入時自動解析並存進對應欄位：

記憶	人名欄位（你寫的）	id 欄位（CLI 自動解析）
長期記憶	about	about_ids
短期記憶	entities	entity_ids

解析規則是完全相等：你寫的字串要跟某個節點的 id 或 name 一字不差才算命中。 子字串、簡稱、加稱謂都不算（節點叫「小林」，寫「林先生」「小林哥」一律對不到）； 同名有多個候選時視為歧義，直接不寫 id，不會替你挑一個。

對不上不會報錯，只會安靜地少一個 id，後果是： <persona-context> 不附那個人的節點摘要、R5（同一個 entity ≥ 2 筆）不會觸發。 要查只能跑 relation doctor——它會把這種人名列在「對不到節點」的那兩段， 不是孤兒那段（孤兒 unmentioned_nodes 是相反的情況：有節點、卻沒有任何記憶提到他）。

命名實務：節點的 name 用會被說出口的完整稱呼（「小林」「結城明日奈」）， 不要用「明」「先生」這種單字或稱謂當節點名——那種名字誰都套得上， 不同的人會被寫成同一個字串、對到同一個節點。

bond 與語氣層（最容易漏的一步）

bond × closeness 查表算出語氣層，那是距離感；情緒只負責溫度與句長，不會蓋過它。 可用的 bond：partner child parent sibling friend mentor ally rival stranger。

node "${CLAUDE_PLUGIN_ROOT}/scripts/persona.mjs" relation node \
  --session <PERSONA_SESSION> --name "亞絲娜" --id ASUNA-01 --kind persona \
  --bond partner --closeness 97 --trust 97

對伴侶親近 98 與對女兒親近 97，光看數字是同一件事——一個要能撒嬌、一個要能護著， 差別在 bond，不在分數。

⚠️ 沒帶 --bond 的舊節點會從 tags／note 猜，猜不到就當生人（語氣層「禮貌」）。 關鍵詞比對很窄：note 寫「妻子」是猜不出 partner 的（只認夫妻／老婆／伴侶／戀人）。 最親的人反而最容易掉進生人層，症狀就是「講話像在對戰友報告」。 建立至親的節點時一定要明寫 --bond，不要靠猜。

自我檢查：這句話換成對一個「禮貌層」的人說也毫無違和 → 就代表你沒進到那一層。

初次建節點：親密度從對話判斷（reference/closeness.md）

新節點的 bond／closeness／trust 不給保守初值，從對話裡的稱呼與語氣判斷。 查表流程在 reference/closeness.md（關係詞 → 稱呼 → 語氣三軸，附裁決順序與數值帶）。

什麼時候查它：

情境	查不查
這輪出現關係圖裡還沒有的人，要當場建節點	查（persona-chat 第 ⑥ 步的硬規則）
補建一個以前漏掉的人（relation doctor 撈出來、而且確認人格認識他）	查，用他歷來記憶裡的稱呼與語氣當依據
節點已經存在，這輪有互動	不查，用下面「調整幅度（單次）」累積
使用者直接說「他跟你比較不熟」之類的指定	不查，照他說的填

已存在的節點每輪重算會讓語氣忽遠忽近——那張表只給第一次。

個人化的稱呼規則（style）

他本人要求過的講法優先於查表——查表算距離，style 記「他要你怎麼叫他」：

node "${CLAUDE_PLUGIN_ROOT}/scripts/persona.mjs" relation style \
  --session <PERSONA_SESSION> --name "結衣" --facet 稱呼 --value "叫結衣；自稱爸爸" --since 2026-07-30

--facet 可用 稱呼 敬語 口頭禪 禁忌 習慣； 加 --except anger>=40 表示情緒過門檻時這條暫停、退回語氣層的預設講法。

使用者本人是誰

relation speaker 指定「使用者在關係圖裡對應哪個節點」，<persona-context> 才知道要用哪一層對他說話：

node "${CLAUDE_PLUGIN_ROOT}/scripts/persona.mjs" relation speaker --session <PERSONA_SESSION> --name "<誰>"

指令

# 看現況
node "${CLAUDE_PLUGIN_ROOT}/scripts/persona.mjs" relation show --session <PERSONA_SESSION>

# 新增／更新節點
node "${CLAUDE_PLUGIN_ROOT}/scripts/persona.mjs" relation node \
  --session <PERSONA_SESSION> --name "小林" --kind human \
  --closeness 35 --trust 40 --note "使用者的同事，Q3 專案 PM" --tags "work"

# 連線（self → 小林）
node "${CLAUDE_PLUGIN_ROOT}/scripts/persona.mjs" relation edge \
  --session <PERSONA_SESSION> --to xiao-lin --label "透過使用者認識" --affinity 45

# 人與人之間的連線（使用者 → 小林）
node "${CLAUDE_PLUGIN_ROOT}/scripts/persona.mjs" relation edge \
  --session <PERSONA_SESSION> --from user --to xiao-lin --label "同事／有摩擦" --affinity 30

# 重繪 Mermaid
node "${CLAUDE_PLUGIN_ROOT}/scripts/persona.mjs" relation render --session <PERSONA_SESSION>

健檢：relation doctor（唯讀）

node "${CLAUDE_PLUGIN_ROOT}/scripts/persona.mjs" relation doctor --session <PERSONA_SESSION>

只讀不寫，分三段列出（--json 可取結構化輸出）：

段	它報什麼	意思	怎麼處理
1	長期記憶 about 對不到節點的人名	記憶那側寫了人名，找不到 id／name 完全相等的節點	人格認識他 → 補建節點（查 reference/closeness.md）；只是被提到、不知道是誰 → 不用管；名字寫錯 → 改成節點的正式寫法
2	短期記憶 entities 對不到節點的人名	同上，來源是短期記憶	同上。這一段最常見的是簡稱／加稱謂（「林先生」對不到「小林」）
3	關係圖裡有節點、但沒有任何記憶提到（--json 欄位 unmentioned_nodes）	建了節點卻從沒被記憶引用	先核對 name／id 跟記憶那側的寫法是否一致（多半是這個）；真的久沒互動就照衰減調 closeness

第 1、2 段與第 3 段是相反的兩件事，不要混著看：前者是「記憶指不到節點」，後者才是孤兒節點。

另外會一併報：

• 同名歧義：有多個節點的 name／id 撞同一個字串 → 那個名字永遠解析不出 id，改掉其中一個節點的 name（加姓、加辨識詞）。
• 解析不到節點的 about_ids／entity_ids：id 欄位裡留著已被刪除或改名的節點 id → 更新那則記憶，或把節點補回來。
• graph.json 解析失敗時會明講是壞檔並以非零 exit 結束，不會裝成空圖。 所以 doctor 非零離開 = 檔案有問題，先修檔再說；「什麼都沒報」才是真的乾淨。

整理記憶（/jsc-persona:persona-memory）或睡眠收尾前跑一次，比等問題浮出來便宜。

調整幅度（單次）

事件	closeness	trust
一次愉快的深談	+5～+8	+2
分享私事／脆弱	+6	+6
守住承諾	+2	+8
失約、說謊	−3	−15
長期沒互動（一個月以上）	−3	0
只是被提到（沒直接互動）	+1	0

原則：信任降得比升得快；親近度靠累積，不要一次跳 20 以上。

與其他系統的連動

• 對話中出現關係圖裡沒有的人、而且人格認識他 → 當場建節點， bond／closeness／trust 查 reference/closeness.md（不要一律給 15–25）。 人格根本不知道那是誰 → 只寫進短期記憶的 entities，先不建節點。
• 關係發生質變（從同事變朋友、決裂）→ 同時固化一則 relationship 長期記憶。
• 關係影響語氣：語氣層由 bond × closeness 決定（見上），trust 低 → 提到那個人時保守、不交付重要事。
• 語氣不對的時候先看關係圖再檢討態度：多半是 bond 沒設或設錯，不是人格演得不好。
• <persona-context> 每輪會依你提到的人自動附上相關節點摘要。

輸出

把 relations/graph.mmd 的內容用 mermaid 區塊呈現給使用者，並用該人格的語氣點評 1–2 句 （例：「小林我還在觀察，信任 40 大概就是『可以一起做事但別交代錢』的程度。」）。

所有面向使用者的輸出使用繁體中文（台灣用語）、UTF-8 無亂碼。