
de digital-life39
Un ensemble d'outils de réflexion qui analysent les traces numériques d'un utilisateur (publications, profils, exports) pour faire émerger des modèles comportementaux et des insights personnels exploitables tout en préservant la vie privée.
Digital Life fournit une suite de micro-skills qui traduisent les empreintes numériques d'un utilisateur (publications sociales, journaux d'activité, exports) en profils comportementaux concis et en questions exploitables. Chaque micro-skill se concentre sur un cadrage de vie différent (par exemple, "Archéologie de la Mort Sociale", "Audit d'Héritage Numérique", "Doppelgänger IA") et guide l'agent à travers la collecte sécurisée de données, l'extraction de preuves, la détection de modèles et un court rapport lisible par l'humain. L'objectif est la prise de conscience réflexive, et non la thérapie ou le jugement.
Utilisez ce skill lorsqu'un utilisateur souhaite comprendre des habitudes à long terme, des modèles sociaux récurrents, des comportements cachés dans ses données publiques ou exportées, ou pour préparer un legs numérique. Déclencheurs typiques : revue d'archives personnelles, nettoyage de réputation, planification de legs ou curiosité concernant les tendances comportementales à long terme. Le skill nécessite la confirmation de l'utilisateur avant toute capture via navigateur.
Les agents supportant l'automatisation du navigateur ou web_fetch et l'analyse locale (agents avec outils de navigation, web_fetch ou exécution basée sur Python) en tireront le maximum de valeur. Le skill met l'accent sur le traitement local et les modèles de préservation de la vie privée.
Digital Life est une suite de compétences d'autoréflexion en langue chinoise comprenant 6 sous-compétences (vie passée, archéologie de la mort sociale, substitut IA, audit d'héritage, épitaphe, vie distillée). Elle comprend 5 scripts : un gestionnaire de profil, un gestionnaire de paquets, un validateur, des règles de validation et une vaste suite de tests (4646 lignes). Les scripts utilisent subprocess uniquement pour des appels d'outils internes (vérifications de version, exécution d'autres scripts dans le dépôt). Pas d'appels réseau, pas d'identifiants codés en dur, pas de commandes destructrices, pas de modèles d'exfiltration. La principale préoccupation de sécurité est mineure : l'utilisation de subprocess.check_output pour les commandes de version est sûre mais mérite d'être notée. 4 scripts sur 5 échouent à l'importation en raison de problèmes de résolution de modules (validation_rules n'est pas dans sys.path lors de l'exécution depuis un répertoire temporaire), mais validation_rules.py lui-même réussit. Le SKILL.md est étendu avec des garde-fous de confidentialité stricts (accès au navigateur en lecture seule, pas de rétention de données brutes, pas d'impersonnation). L'architecture suit bien la spécification AgentSkill avec frontmatter, scripts/, references/ et un flux d'exécution clair.
Compétence d'autoréflexion bien structurée avec des limites de confidentialité réfléchies. Le problème de chemin d'importation est un problème de packaging, pas de sécurité. La compétence est de niche (outils d'introspection personnelle en langue chinoise), ce qui limite son utilité globale. Aucun signal d'alarme de sécurité trouvé — pas de fuite d'identifiants, pas d'exfiltration réseau, pas de commandes destructrices, pas de mécanismes de mise à jour automatique.