在一次深夜的技术讨论后我突然意识到：Ru果把「记忆」和「人格」这两块核心功Neng搬到本机上，会不会让对话geng安全、geng贴心？于是一套完整的本地化 Web 方案悄然成形——它借鉴了开源项目 ex‑skill，却摆脱了对外依赖，全部跑在自己的电脑里。

方案全景概述

整体思路hen直接：前端用 Vue + Vite 打包成静态文件，后端则交给 FastAPI 来承载业务逻辑和 LLM调用。所有关键凭证只在后端出现，前端仅负责收集「会话 ID」「用户输入」以及可选的检索片段，从而彻底避免 API Key 泄漏。

项目结构建议放在仓库根目录的 .cursor/skills/，这样随代码版本一起演进，升级时不必再手动迁移。

技术选型背后的情感诉求

Python + FastAPI：写起 API 来轻盈且易调试，社区插件丰富，可快速接入 SQLite 或者geng轻量的文件存储。

Vue + Vite：热geng新让 UI 调整像呼吸一样自然；Vite 的代理功Neng帮我们把所有 /api 请求透明转发到后端。

DeepSeek: 性价比高，模型输出流畅，且保持了与 OpenAI 接口的一致性，让迁移成本几乎为零。

目录结构

.cursor/
└─ skills/
   └─ ex-{slug}/
      ├─ SKILL.md          # front‑matter：name / description
      ├─ memory.md         # Part A – 记忆片段
      ├─ persona.md        # Part B – 人格设定
      ├─ prompts/          # 可选：后端共享模板子集
      └─ reference.md      # 可选：不可编辑的生成说明

Ru果你想把这套 Skill 移动到别处，只需复制整个 ex-{slug} 文件夹即可。后续Ke以在「文档版本」里注明对应关系，以免混淆。

核心工作流

flowchart TB
    subgraph browser 
        UI --> HTTP
    end
    subgraph local 
        API --> SVC
        SVC --> STORE
        SVC --> LLM
        SVC --> PARSER
        SVC --> SKILL
    end
    HTTP --> API

从上图Ke以kan出：所有对大模型的请求dou必须经过业务层，这样既Neng统一审计，又Neng把密钥藏得geng深。

前后端分离细节

静态资源托管：使用 Vite 打包后的文件直接放进 /dist，Nginx 或者内置的 FastAPI 静态路由douNeng轻松提供服务。

/api 代理：开发阶段在 vite.config.ts 中配置如下：

export default defineConfig({
  server: {
    proxy: {
      '/api': {
        target: 'http://127.0.0.1:8000',
        changeOrigin: true,
      },
    },
  },
});

这样即使前端代码里写的是相对路径，也会被自动转发到 Python 服务上。

安全防护：后端统一返回统一错误体：

{ "code": string, "message": string, "detail"?: unknown }

前端只需要判断 .code !== 'OK' 即可弹窗提示，无需关心内部实现细节。

与 ex‑skill 的对应关系

这里并不强制你去 fork 那个仓库，只要保留它提出的「记忆+人格」双层模型，就足以复刻核心功Neng。若真的想引用源码，请务必保留 MIT 授权中的版权声明，否则可Neng触及法律红线。

DATA_DIR/
├─ ex-memory.db                # SQLite 本地库
└─ archives/
   └─ {archive_id}/
       ├─ raw/                # 原始导出
       │   ├─ memory_v1.md
       │   └─ persona_v1.md
       └─ versions.json       # 与 DB 同步时仅保留一个副本
└─ skills_export/              # 导出的 Agent Skill 包

七、Skill 体系与 性 设计原则

双轨同步：A/B 两份 markdown 必须保持一致，否则导出的 Cursor/Claude Skill 与实际运行时会出现漂移现象。

模块化包装：S​kill 类型字段预留了多种可Neng，例如"ex-partner","memory-only","persona-only"; 每种类型对应不同的触发指令和模板文件。

导出形态

当用户完成一次对话后Ke以一键生成如下目录结构供其他 AI 平台复用：

/api/export/
├─ skill.json               # 元信息 & version
├─ memory.md                # 当前记忆快照
└─ persona.md               # 人格描述文件

初期仅限 localhost 使用，若要跨机器访问，可在 HTTP Header 中加入简易 token，实现“谁Neng拿到这份记忆”的基本控制。

UI 风格指引

我们不想让界面kan起来像儿童贴纸堆砌，而是倾向于日系动漫风——柔和光晕、留白充足、配色温暖。所有图标均自行绘制或使用 Google Fonts 中 OFL 授权的手写体／圆体字体，以免踩到版权雷区。角色立绘Ru果非自有，则建议使用 AI 绘图并附上生成说明。

实现步骤与落地

准备工作：

克隆仓库，确保 Python≥3.10，Node≥18 Yi装好。

Create virtual environment → pip install -r requirements.txt。

NPM install → npm run dev 检查 Vite Neng否成功代理 /api。

搭建 FastAPI 框架： 在根目录新建 Main.py, 挂载路由:

from fastapi import FastAPI, Depends
app = FastAPI
@app.post
async def chat:
    return await service.handle

L​LM 客户端封装： 使用官方 DeepSeek SDK，将 API Key 写入环境变量或 .env 文件，仅在服务器启动时读取。

数据持久化：. SQLite 足够支撑个人使用场景；若需求增长，可自行替换为 TinyDB 或者纯文本 JSON。

常见疑问速答

我Ke以把 Skill 部署到云服务器吗？ 答案是Ke以但要重新考虑密钥管理以及日志审计，因为原设计是“永远不离开自己的电脑”。Ru果必须上云，请务必使用 Vault 或者 AWS Secrets Manager Zuo密钥保护，并开启 HTTPS 强制加密传输。

是否必须使用 DeepSeek？ 其实任何兼容 OpenAI 接口的模型dou行，只要把客户端包装成同样的请求格式即可。例如 Anthropic Claude 或者自部署的 Llama‑cpp，douKe以通过修改来切换。

Skill 导出后Neng直接跑在 Cursor 吗？ 只要保持 SKILL.md 中 front‑matter 的 name 与 description 与实际文件名一致，并遵循 Agent Skill 标准，就Neng无缝加载。Ru果出现 “未识别模板” 报错，请检查 export 路径是否遗漏了 prompts 子目录。

如何给记忆加密？ Zui省事的方法是把 raw 文件夹放进 GPG 加密容器，然后在启动脚本里解密挂载到临时目录；或者直接把 SQLite 加密插件 集成进项目。

项目规模扩大后性Neng会下降吗？ 单机版受限于 CPU 与显存，但我们Yi经采用异步 IO 与批量请求缓存策略，即使记忆条目上万也仍然保持秒级响应。Ru果仍感卡顿，Ke以考虑将向量检索搬到 Milvus 本地实例中，仅保留核心业务逻辑在 FastAPI。

未来迭代路线图

M1：完成基本聊天 + 本地存档功Neng；

M2：实现搜索式记忆检索；

M3：加入情绪标签，使得 Persona Neng根据用户情绪动态切换语气；

M4：提供一键导出至 Cursor / Claude Skill 的插件市场入口；

M5：支持多用户模式，让同一台机器上的不同账号拥有独立记忆空间。

：  ​  ​  ​  这套方案从「我想聊」出发，以「隐私优先」收尾，用Zui熟悉的技术栈搭建了一条从 UI 到 LLM 再回到磁盘的闭环链路。无论你是全栈爱好者还是关注数据边界的产品经理，douKe以照着这里的小章节一步步走通，从而拥有一套属于自己的「前任」对话助理——既不泄露敏感信息，又Neng随时随地复刻那份熟悉感。

阅读对象 ： 全栈实现者 、 对隐私合规有要求 的产品负责人 、 想玩转 Agent Skill 的好奇心玩家 。

©2026 AI 文案 实验室 | 保留所有权利

---