小妹情感陪伴AI
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_f47b5fa2/xiaomei-skill。
技能介绍
为什么需要这个技能
本地运行的陪伴型 AI 常见几个问题:人格容易漂移,上下文稍长就会变得不像原设定;记忆像普通日志,没有冷热分层和强度衰减;升级体验粗糙,程序数据和用户配置混在一起;调试不透明,出问题只能翻聊天记录。xiaomei 把这些工程点拆成可维护的本地技能包。
它如何工作
- 人格稳定:资料称采用双重防
OOC校验机制,对话过程在本地检查角色边界,减少人格偏移。 - 类人记忆:内置热记忆、冷记忆、永久记忆三级分层,并叠加
Ebbinghaus记忆强度机制,用于模拟不同重要程度信息的保留方式。 - 策略驱动:资料提到内置 512 条场景码标注语料,用于覆盖日常对话场景,降低模型自由发挥带来的不一致。
- 可调试:生成结构化 JSON 调试日志,按日归档,便于追踪一次回复背后的人格、记忆、策略和日志链路。
- 本地与升级:程序文件和用户数据分离,支持无感增量升级;数据默认保留在本地设备,部分回复润色可选择调用外部 LLM,需遵守对应模型隐私政策。
适用边界
它更适合做本地陪伴、角色对话、记忆机制实验和结构化调试演示。资料限定仅用于学习交流,禁止商业用途;依赖 OpenClaw >= v2026.3.8,无额外服务依赖。若调用 LLM 做润色,不要输入不应外发的敏感内容。反馈与群链接在原文中为占位信息,接入前最好先验证实际仓库和文档。
使用场景
- 在本地角色对话测试中,反复验证妹妹人格是否因长上下文漂移,并检查防 OOC 日志。
- 把连续陪伴对话拆成热、冷、永久记忆,观察不同信息在次日和长期会话中的召回表现。
- 用结构化 JSON 日志定位一次回复为什么采用某场景码策略,而不只是查看聊天记录。
- 在离线环境中部署本地陪伴会话,避免敏感聊天内容上传第三方,并检查升级不丢数据。
适合人员
- 做本地角色对话调参的工程师:想稳定妹妹人格并审查防 OOC 检查日志。
- 研究记忆机制的算法同学:想比较热、冷、永久记忆和艾宾浩斯强度效果。
- 维护 OpenClaw 本地会话的测试运营:想离线验证陪伴回复并保留结构化日志。
- 关注隐私的桌面应用集成者:想把聊天数据留在本地,并支持升级不丢配置。