1 line
48 KiB
JSON
1 line
48 KiB
JSON
{"repo": "buhuiyouyong-cnsw/wanfeng-emotion-agent", "files": {"readme.md": {"74f0025eb7bbd28ac3d94b0352fb1f44a70cd2f7": {"t": 1785747276.542122, "n": 4616, "h": "93f6627d8f36e174", "c": "# 晚风情感智能体 WanFeng AI\n\n> 🧠 MIT 协议开源 | 真实情感对话智能体 | 单模型轻量化架构 | 兼容 OpenAI API\n\n> **注意**：本项目为快速原型，100% vibe coding，不保证无 Bug。 \n> 累计开发消耗 Token：**122,979,838** \n---\n\n## 🚀 项目简介\n\n传统对话 AI 常见痛点：\n\n- 情绪表达模板化，仅靠语气词和表情生硬表演 \n- 长对话中人设快速衰减，几十轮后“失忆” \n- 部署成本高，多模型架构复杂且调用费用昂贵 \n- 易被提示注入攻击，人设被覆盖甚至产生危险输出 \n\n**晚风情感智能体（WanFeng AI）** 针对以上问题，采用**状态内化人设**与**神经科学启发的六维神经递质情感模型**，以**单一模型轻量化架构**实现接近真实人类的交互体验。 \n完全兼容 OpenAI 标准 API，可无缝对接 AstrBot 等各类客户端，提供**真实情感波动、长期记忆与稳定人设**的个性化交互。\n\n具体项目可参看[晚风情感智能体研究与部署报告V1.1.1]( https://github.com/BuhuiyouyonG-CnSw/Wanfeng-Emotion-Agent/blob/main/docs/%E6%99%9A%E9%A3%8E%E6%83%85%E6%84%9F%E6%99%BA%E8%83%BD%E4%BD%93%E7%A0%94%E7%A9%B6%E4%B8%8E%E9%83%A8%E7%BD%B2%E6%8A%A5%E5%91%8AV1.1.1.md.md )\n---\n\n## ✨ 核心亮点\n\n### ⚡ 极致轻量化架构\n- 单一模型整合对话生成、情感驱动、人设内化 \n- 极低内存与 CPU 占用，部署成本与调用延迟大幅降低 \n- 内置高效对话管理（分词、意图识别、上下文拼接），开箱即用\n\n### 😊 神经科学启发的真实情感\n- 基于 **Lövheim 情感立方体理论**，采用 [neurostate-engine](https://github.com/kagioneko/neurostate-engine) 构建**六维神经递质动态模型**（多巴胺、血清素、皮质醇、催产素、去甲肾上腺素、GABA） \n- 情感**连续、自然**：表扬使多巴胺/催产素上升，批评使皮质醇上升，随时间向基线缓慢回落 \n- 内置 **170 个随机情感事件**（轻度/中度/剧烈），用户长时间未交互时自动触发（如打哈欠、看云、想起开心事），模拟人类“走神”，让 AI 更像有自己小情绪的真实伙伴\n\n### 🛡️ 高稳定内面化人设\n- **结构内化技术**：将人设与状态模型以结构化方式注入，AI 将其内化为“自我认知”，而非依赖指令约束 \n- **人设高持存性**：上百轮长对话人设不衰减 \n- **抗提示注入**：用户难以通过恶意指令覆盖 AI 的自我认知 \n- **自发自律行为**：AI 会根据当前状态主动调整行为，产生非指令要求的自然反应\n\n### 📚 双层长效记忆系统\n- **短期记忆**：SQLite 存储对话状态与情感状态，支持多用户隔离，服务重启不丢失 \n- **长期记忆**：ChromaDB 向量数据库，每 **10 轮对话异步调用轻量模型**（豆包 Lite）生成**对话梗概**与**用户画像**，自动注入上下文 \n- **效果**：即使间隔数周，AI 仍记得用户喜好与往事，且不会因上下文过长导致成本飙升\n\n### 🔌 全兼容易部署\n- **完全兼容 OpenAI 标准 API**：任何支持 OpenAI 接口的客户端（如 AstrBot、ChatBox）只需修改 API 地址即可接入 \n- **跨平台一键部署脚本**（Linux / Windows），无技术基础也能快速拥有专属情感 AI\n\n---\n\n## 🚀 部署指南\n\n### 环境要求\n\n| 项目 | 最低配置 | 推荐配置 |\n|------|----------|----------|\n| Python | 3.10+ | 3.12+ |\n| CPU | 2 核 | 4 核+ |\n| 内存 | 4 GB | 8 GB+ |\n| 硬盘 | 20 GB | 40 GB+ |\n| 操作系统 | Ubuntu 22.04+ (推荐) / Windows | 同左 |\n\n> Windows 部署暂不提供一键脚本，有经验者可自行处理虚拟环境。\n\n---\n\n### 一、Linux 部署（推荐 Ubuntu）\n\n1. **下载项目** \n 从 GitHub 克隆或下载压缩包，放置于目标目录（推荐 `/root`）。\n\n2. **运行安装脚本** \n ```bash\n cd /root/emotion_bot\n chmod +x install_linux.sh\n ./install_linux.sh\n ```\n 脚本会自动配置 Python 虚拟环境并安装依赖。\n\n3. **配置 API 密钥** \n 复制 `.env.example` 为 `.env`，并填写真实密钥：\n ```bash\n cp .env.example .env\n nano .env\n ```\n 需要填写的密钥：\n - `DEEPSEEK_API_KEY`：DeepSeek 对话 API \n - `DOUBAO_API_KEY`：豆包 1.5B Lite（用于记忆过滤） \n - `DOUBAO_EMBEDDING_API_KEY`：豆包 Embedding（通常与豆包 API Key 相同）\n\n4. **首次启动前导入基础记忆** \n ```bash\n source venv/bin/activate\n python import_persona.py\n ```\n 该脚本会向 ChromaDB 导入“晚风”的 163 条原子化人设记忆（姓名、生日、性格、经历等）。\n\n5. **启动服务** \n ```bash\n ./stop.sh # 确保旧服务已停止\n ./start.sh # 启动 MCP 情感服务 (8001)、主 API (8000)、监控面板 (8501)\n ```\n\n6. **验证服务** \n ```bash\n curl http://localhost:8000/health # 应返回 {\"status\":\"ok\"}\n curl http://localhost:8001/health\n ```\n 访问监控面板：`http://你的服务器IP:8501`\n\n7. **对接 AstrBot（或其他 OpenAI 兼容客户端）** \n - 在 AstrBot 中新增模型提供商 → 选择 **OpenAI compatible** \n - API Base URL 填写：`http://172.17.0.1:8000/v1`（Docker 环境）或 `http://localhost:8000/v1`（宿主机） \n - **注意：使用 `http` 而非 `https`** \n - API Key：任意（如 `dummy`） \n - 模型 ID：**`emotion-bot`**（连字符） \n - 启用并测试连通性 \n - 若使用 NapCat，配置 WebSocket 地址为 `ws://astrbot:6199/ws`\n\n8. **停止服务** \n ```bash\n ./stop.sh\n ```\n\n---\n\n### 二、Windows 部署（实验性）\n\n暂不提供一键安装脚本，有经验者可手动配置 Python 虚拟环境，参照 Linux 步骤执行。\n\n---\n\n## 📁 项目结构（核心文件）\n\n```\nemotion_bot/\n├── main.py # 主 API 服务（OpenAI 兼容）\n├── limbic_mcp_server.py # MCP 情感服务（六维递质、事件、回落、随机事件）\n├── memory_store.py # ChromaDB 向量记忆管理\n├── dashboard.py # Streamlit 监控面板\n├── import_persona.py # 导入基础人设记忆\n├── random_events.py # 随机情感事件库（170 条）\n├── install_linux.sh # Linux 一键安装脚本\n├── start.sh / stop.sh # 服务启停脚本\n├── .env.example # 环境变量模板\n└── docs/ # 技术文档、报告、规格说明\n```\n\n---\n\n## 🧪 测试与调优\n\n- **情感状态验证**：访问监控面板或 `curl http://localhost:8001/v1/neurostate` 查看六维递质实时值 \n- **事件触发**：表扬 → `{\"event_type\":\"praise\"}`；批评 → `{\"event_type\":\"criticism\"}` \n- **手动重置情感**：`curl -X POST http://localhost:8001/v1/reset` \n- **随机事件日志**：查看 `logs/mcp.log` 确认事件触发记录（不输出给用户） \n- **情感回落**：空闲 ≥15 分钟后，递质每 30 分钟向基线回归（速率可调）\n\n---\n\n## 📄 开源协议\n\n本项目采用 **MIT 协议**，欢迎 fork、修改、商用。请保留原始版权声明。\n\n---\n\n## 🤝 贡献指南\n\n欢迎提交 Issue。 \n当前待完善方向：\n- 多用户隔离（基于 QQ 号存储独立情感与记忆） \n- Windows 一键安装脚本 \n- 更丰富的随机事件库 \n- 性能优化与错误处理增强 \n\n---\n\n## 🙏 致谢\n\n- [neurostate-engine](https://github.com/kagioneko/neurostate-engine) 提供六维神经递质核心 \n- [MCP Server: La arquitectura que hace posible agentes conversacionales realmente inteligentes](https://www.linkedin.com/pulse/mcp-server-la-arquitectura-que-hace-posible-agentes-conversacionales-r0sac) 提供想法\n"}, "77bd53e83f64727f6f815d5a51245483e4ac22f0": {"t": 1785772128.264761, "n": 4791, "h": "e5d167deceda4415", "c": "# 晚风情感智能体 WanFeng AI\n\n> 🧠 MIT 协议开源 | 真实情感对话智能体 | 单模型轻量化架构 | 兼容 OpenAI API\n\n> **注意**：本项目为快速原型，100% vibe coding，不保证无 Bug。 \n> 累计开发消耗 Token：**122,979,838** \n> 由于作者接连半个月每天7-8个小时高强度制作，整个人已经燃成舍利子了，最近在睡觉的时候都在想怎么调神经递质（其实就是神经衰弱了），即使有bug也修不下去了（bushi），所以诚招志同道合的朋友一起完善工作～要求是有项目经验（不一定要有代码基础），有独立攻坚能力，有巨量空闲时间，如有意愿，请加QQ1435231488，在这里谢谢大家了Orz \n\n---\n\n## 🚀 项目简介\n\n传统对话 AI 常见痛点：\n\n- 情绪表达模板化，仅靠语气词和表情生硬表演 \n- 长对话中人设快速衰减，几十轮后“失忆” \n- 部署成本高，多模型架构复杂且调用费用昂贵 \n- 易被提示注入攻击，人设被覆盖甚至产生危险输出 \n\n**晚风情感智能体（WanFeng AI）** 针对以上问题，采用**状态内化人设**与**神经科学启发的六维神经递质情感模型**，以**单一模型轻量化架构**实现接近真实人类的交互体验。 \n完全兼容 OpenAI 标准 API，可无缝对接 AstrBot 等各类客户端，提供**真实情感波动、长期记忆与稳定人设**的个性化交互。\n\n具体项目可参看[晚风情感智能体研究与部署报告V1.1.1]( https://github.com/BuhuiyouyonG-CnSw/Wanfeng-Emotion-Agent/blob/main/docs/%E6%99%9A%E9%A3%8E%E6%83%85%E6%84%9F%E6%99%BA%E8%83%BD%E4%BD%93%E7%A0%94%E7%A9%B6%E4%B8%8E%E9%83%A8%E7%BD%B2%E6%8A%A5%E5%91%8AV1.1.1.md.md )\n---\n\n## ✨ 核心亮点\n\n### ⚡ 极致轻量化架构\n- 单一模型整合对话生成、情感驱动、人设内化 \n- 极低内存与 CPU 占用，部署成本与调用延迟大幅降低 \n- 内置高效对话管理（分词、意图识别、上下文拼接），开箱即用\n\n### 😊 神经科学启发的真实情感\n- 基于 **Lövheim 情感立方体理论**，采用 [neurostate-engine](https://github.com/kagioneko/neurostate-engine) 构建**六维神经递质动态模型**（多巴胺、血清素、皮质醇、催产素、去甲肾上腺素、GABA） \n- 情感**连续、自然**：表扬使多巴胺/催产素上升，批评使皮质醇上升，随时间向基线缓慢回落 \n- 内置 **170 个随机情感事件**（轻度/中度/剧烈），用户长时间未交互时自动触发（如打哈欠、看云、想起开心事），模拟人类“走神”，让 AI 更像有自己小情绪的真实伙伴\n\n### 🛡️ 高稳定内面化人设\n- **结构内化技术**：将人设与状态模型以结构化方式注入，AI 将其内化为“自我认知”，而非依赖指令约束 \n- **人设高持存性**：上百轮长对话人设不衰减 \n- **抗提示注入**：用户难以通过恶意指令覆盖 AI 的自我认知 \n- **自发自律行为**：AI 会根据当前状态主动调整行为，产生非指令要求的自然反应\n\n### 📚 双层长效记忆系统\n- **短期记忆**：SQLite 存储对话状态与情感状态，支持多用户隔离，服务重启不丢失 \n- **长期记忆**：ChromaDB 向量数据库，每 **10 轮对话异步调用轻量模型**（豆包 Lite）生成**对话梗概**与**用户画像**，自动注入上下文 \n- **效果**：即使间隔数周，AI 仍记得用户喜好与往事，且不会因上下文过长导致成本飙升\n\n### 🔌 全兼容易部署\n- **完全兼容 OpenAI 标准 API**：任何支持 OpenAI 接口的客户端（如 AstrBot、ChatBox）只需修改 API 地址即可接入 \n- **跨平台一键部署脚本**（Linux / Windows），无技术基础也能快速拥有专属情感 AI\n\n---\n\n## 🚀 部署指南\n\n### 环境要求\n\n| 项目 | 最低配置 | 推荐配置 |\n|------|----------|----------|\n| Python | 3.10+ | 3.12+ |\n| CPU | 2 核 | 4 核+ |\n| 内存 | 4 GB | 8 GB+ |\n| 硬盘 | 20 GB | 40 GB+ |\n| 操作系统 | Ubuntu 22.04+ (推荐) / Windows | 同左 |\n\n> Windows 部署暂不提供一键脚本，有经验者可自行处理虚拟环境。\n\n---\n\n### 一、Linux 部署（推荐 Ubuntu）\n\n1. **下载项目** \n 从 GitHub 克隆或下载压缩包，放置于目标目录（推荐 `/root`）。\n\n2. **运行安装脚本** \n ```bash\n cd /root/emotion_bot\n chmod +x install_linux.sh\n ./install_linux.sh\n ```\n 脚本会自动配置 Python 虚拟环境并安装依赖。\n\n3. **配置 API 密钥** \n 复制 `.env.example` 为 `.env`，并填写真实密钥：\n ```bash\n cp .env.example .env\n nano .env\n ```\n 需要填写的密钥：\n - `DEEPSEEK_API_KEY`：DeepSeek 对话 API \n - `DOUBAO_API_KEY`：豆包 1.5B Lite（用于记忆过滤） \n - `DOUBAO_EMBEDDING_API_KEY`：豆包 Embedding（通常与豆包 API Key 相同）\n\n4. **首次启动前导入基础记忆** \n ```bash\n source venv/bin/activate\n python import_persona.py\n ```\n 该脚本会向 ChromaDB 导入“晚风”的 163 条原子化人设记忆（姓名、生日、性格、经历等）。\n\n5. **启动服务** \n ```bash\n ./stop.sh # 确保旧服务已停止\n ./start.sh # 启动 MCP 情感服务 (8001)、主 API (8000)、监控面板 (8501)\n ```\n\n6. **验证服务** \n ```bash\n curl http://localhost:8000/health # 应返回 {\"status\":\"ok\"}\n curl http://localhost:8001/health\n ```\n 访问监控面板：`http://你的服务器IP:8501`\n\n7. **对接 AstrBot（或其他 OpenAI 兼容客户端）** \n - 在 AstrBot 中新增模型提供商 → 选择 **OpenAI compatible** \n - API Base URL 填写：`http://172.17.0.1:8000/v1`（Docker 环境）或 `http://localhost:8000/v1`（宿主机） \n - **注意：使用 `http` 而非 `https`** \n - API Key：任意（如 `dummy`） \n - 模型 ID：**`emotion-bot`**（连字符） \n - 启用并测试连通性 \n - 若使用 NapCat，配置 WebSocket 地址为 `ws://astrbot:6199/ws`\n\n8. **停止服务** \n ```bash\n ./stop.sh\n ```\n\n---\n\n### 二、Windows 部署（实验性）\n\n暂不提供一键安装脚本，有经验者可手动配置 Python 虚拟环境，参照 Linux 步骤执行。\n\n---\n\n## 📁 项目结构（核心文件）\n\n```\nemotion_bot/\n├── main.py # 主 API 服务（OpenAI 兼容）\n├── limbic_mcp_server.py # MCP 情感服务（六维递质、事件、回落、随机事件）\n├── memory_store.py # ChromaDB 向量记忆管理\n├── dashboard.py # Streamlit 监控面板\n├── import_persona.py # 导入基础人设记忆\n├── random_events.py # 随机情感事件库（170 条）\n├── install_linux.sh # Linux 一键安装脚本\n├── start.sh / stop.sh # 服务启停脚本\n├── .env.example # 环境变量模板\n└── docs/ # 技术文档、报告、规格说明\n```\n\n---\n\n## 🧪 测试与调优\n\n- **情感状态验证**：访问监控面板或 `curl http://localhost:8001/v1/neurostate` 查看六维递质实时值 \n- **事件触发**：表扬 → `{\"event_type\":\"praise\"}`；批评 → `{\"event_type\":\"criticism\"}` \n- **手动重置情感**：`curl -X POST http://localhost:8001/v1/reset` \n- **随机事件日志**：查看 `logs/mcp.log` 确认事件触发记录（不输出给用户） \n- **情感回落**：空闲 ≥15 分钟后，递质每 30 分钟向基线回归（速率可调）\n\n---\n\n## 📄 开源协议\n\n本项目采用 **MIT 协议**，欢迎 fork、修改、商用。请保留原始版权声明。\n\n---\n\n## 🤝 贡献指南\n\n欢迎提交 Issue。 \n当前待完善方向：\n- 多用户隔离（基于 QQ 号存储独立情感与记忆） \n- Windows 一键安装脚本 \n- 更丰富的随机事件库 \n- 性能优化与错误处理增强 \n\n---\n\n## 🙏 致谢\n\n- [neurostate-engine](https://github.com/kagioneko/neurostate-engine) 提供六维神经递质核心 \n- [MCP Server: La arquitectura que hace posible agentes conversacionales realmente inteligentes](https://www.linkedin.com/pulse/mcp-server-la-arquitectura-que-hace-posible-agentes-conversacionales-r0sac) 提供想法\n"}, "0d162f050ce5d76395108382d9a46d9f79f4f88e": {"t": 1785772131.068878, "n": 4828, "h": "1561f34e28f37cc8", "c": "# 晚风情感智能体 WanFeng AI\n\n> 🧠 MIT 协议开源 | 真实情感对话智能体 | 单模型轻量化架构 | 兼容 OpenAI API\n\n> **注意**：本项目为快速原型，100% vibe coding，不保证无 Bug。 \n> 累计开发消耗 Token：**122,979,838** \n> 由于作者接连半个月每天7-8个小时高强度制作，整个人已经燃成舍利子了，最近在睡觉的时候都在想怎么调神经递质（其实就是神经衰弱了），即使有bug也修不下去了（bushi），所以诚招志同道合的朋友一起完善工作～要求是有项目经验（不一定要有代码基础），有独立攻坚能力，有巨量空闲时间，如有意愿，请加QQ1435231488，在这里谢谢大家了Orz \n\n---\n\n## 🚀 项目简介\n\n传统对话 AI 常见痛点：\n\n- 情绪表达模板化，仅靠语气词和表情生硬表演 \n- 长对话中人设快速衰减，几十轮后“失忆” \n- 部署成本高，多模型架构复杂且调用费用昂贵 \n- 易被提示注入攻击，人设被覆盖甚至产生危险输出 \n\n**晚风情感智能体（WanFeng AI）** 针对以上问题，采用**状态内化人设**与**神经科学启发的六维神经递质情感模型**，以**单一模型轻量化架构**实现接近真实人类的交互体验。 \n完全兼容 OpenAI 标准 API，可无缝对接 AstrBot 等各类客户端，提供**真实情感波动、长期记忆与稳定人设**的个性化交互。\n\n具体项目可参看[晚风情感智能体研究与部署报告V1.1.1]( https://github.com/BuhuiyouyonG-CnSw/Wanfeng-Emotion-Agent/blob/main/docs/%E6%99%9A%E9%A3%8E%E6%83%85%E6%84%9F%E6%99%BA%E8%83%BD%E4%BD%93%E7%A0%94%E7%A9%B6%E4%B8%8E%E9%83%A8%E7%BD%B2%E6%8A%A5%E5%91%8AV1.1.1.md.md )\n---\n\n## ✨ 核心亮点\n\n### ⚡ 极致轻量化架构\n- 单一模型整合对话生成、情感驱动、人设内化 \n- 极低内存与 CPU 占用，部署成本与调用延迟大幅降低 \n- 内置高效对话管理（分词、意图识别、上下文拼接），开箱即用\n\n### 😊 神经科学启发的真实情感\n- 基于 **Lövheim 情感立方体理论**，采用 [neurostate-engine](https://github.com/kagioneko/neurostate-engine) 构建**六维神经递质动态模型**（多巴胺、血清素、皮质醇、催产素、去甲肾上腺素、GABA） \n- 情感**连续、自然**：表扬使多巴胺/催产素上升，批评使皮质醇上升，随时间向基线缓慢回落 \n- 内置 **170 个随机情感事件**（轻度/中度/剧烈），用户长时间未交互时自动触发（如打哈欠、看云、想起开心事），模拟人类“走神”，让 AI 更像有自己小情绪的真实伙伴\n\n### 🛡️ 高稳定内面化人设\n- **结构内化技术**：将人设与状态模型以结构化方式注入，AI 将其内化为“自我认知”，而非依赖指令约束 \n- **人设高持存性**：上百轮长对话人设不衰减 \n- **抗提示注入**：用户难以通过恶意指令覆盖 AI 的自我认知 \n- **自发自律行为**：AI 会根据当前状态主动调整行为，产生非指令要求的自然反应\n\n### 📚 双层长效记忆系统\n- **短期记忆**：SQLite 存储对话状态与情感状态，支持多用户隔离，服务重启不丢失 \n- **长期记忆**：ChromaDB 向量数据库，每 **10 轮对话异步调用轻量模型**（豆包 Lite）生成**对话梗概**与**用户画像**，自动注入上下文 \n- **效果**：即使间隔数周，AI 仍记得用户喜好与往事，且不会因上下文过长导致成本飙升\n\n### 🔌 全兼容易部署\n- **完全兼容 OpenAI 标准 API**：任何支持 OpenAI 接口的客户端（如 AstrBot、ChatBox）只需修改 API 地址即可接入 \n- **跨平台一键部署脚本**（Linux / Windows），无技术基础也能快速拥有专属情感 AI\n\n---\n\n## 🚀 部署指南\n\n### 环境要求\n\n| 项目 | 最低配置 | 推荐配置 |\n|------|----------|----------|\n| Python | 3.10+ | 3.12+ |\n| CPU | 2 核 | 4 核+ |\n| 内存 | 4 GB | 8 GB+ |\n| 硬盘 | 20 GB | 40 GB+ |\n| 操作系统 | Ubuntu 22.04+ (推荐) / Windows | 同左 |\n\n> Windows 部署暂不提供一键脚本，有经验者可自行处理虚拟环境。\n\n---\n\n### 一、Linux 部署（推荐 Ubuntu）\n\n1. **下载项目** \n 从 GitHub 克隆或下载压缩包，放置于目标目录（推荐 `/root`）。\n\n2. **运行安装脚本** \n ```bash\n cd /root/emotion_bot\n chmod +x install_linux.sh\n ./install_linux.sh\n ```\n 脚本会自动配置 Python 虚拟环境并安装依赖。\n\n3. **配置 API 密钥** \n 复制 `.env.example` 为 `.env`，并填写真实密钥：\n ```bash\n cp .env.example .env\n nano .env\n ```\n 需要填写的密钥：\n - `DEEPSEEK_API_KEY`：DeepSeek 对话 API \n - `DOUBAO_API_KEY`：豆包 1.5B Lite（用于记忆过滤） \n - `DOUBAO_EMBEDDING_API_KEY`：豆包 Embedding（通常与豆包 API Key 相同）\n\n4. **首次启动前导入基础记忆** \n ```bash\n source venv/bin/activate\n python import_persona.py\n ```\n 该脚本会向 ChromaDB 导入“晚风”的 163 条原子化人设记忆（姓名、生日、性格、经历等）。\n\n5. **启动服务** \n ```bash\n ./stop.sh # 确保旧服务已停止\n ./start.sh # 启动 MCP 情感服务 (8001)、主 API (8000)、监控面板 (8501)\n ```\n\n6. **验证服务** \n ```bash\n curl http://localhost:8000/health # 应返回 {\"status\":\"ok\"}\n curl http://localhost:8001/health\n ```\n 访问监控面板：`http://你的服务器IP:8501`\n\n7. **对接 AstrBot（或其他 OpenAI 兼容客户端）** \n - 在 AstrBot 中新增模型提供商 → 选择 **OpenAI compatible** \n - API Base URL 填写：`http://172.17.0.1:8000/v1`（Docker 环境）或 `http://localhost:8000/v1`（宿主机） \n - **注意：使用 `http` 而非 `https`** \n - API Key：任意（如 `dummy`） \n - 模型 ID：**`emotion-bot`**（连字符） \n - 启用并测试连通性 \n - 若使用 NapCat，配置 WebSocket 地址为 `ws://astrbot:6199/ws`\n\n8. **停止服务** \n ```bash\n ./stop.sh\n ```\n\n---\n\n### 二、Windows 部署（实验性）\n\n暂不提供一键安装脚本，有经验者可手动配置 Python 虚拟环境，参照 Linux 步骤执行。\n\n---\n\n## 📁 项目结构（核心文件）\n\n```\nemotion_bot/\n├── main.py # 主 API 服务（OpenAI 兼容）\n├── limbic_mcp_server.py # MCP 情感服务（六维递质、事件、回落、随机事件）\n├── memory_store.py # ChromaDB 向量记忆管理\n├── dashboard.py # Streamlit 监控面板\n├── import_persona.py # 导入基础人设记忆\n├── random_events.py # 随机情感事件库（170 条）\n├── install_linux.sh # Linux 一键安装脚本\n├── start.sh / stop.sh # 服务启停脚本\n├── .env.example # 环境变量模板\n└── docs/ # 技术文档、报告、规格说明\n```\n\n---\n\n## 🧪 测试与调优\n\n- **情感状态验证**：访问监控面板或 `curl http://localhost:8001/v1/neurostate` 查看六维递质实时值 \n- **事件触发**：表扬 → `{\"event_type\":\"praise\"}`；批评 → `{\"event_type\":\"criticism\"}` \n- **手动重置情感**：`curl -X POST http://localhost:8001/v1/reset` \n- **随机事件日志**：查看 `logs/mcp.log` 确认事件触发记录（不输出给用户） \n- **情感回落**：空闲 ≥15 分钟后，递质每 30 分钟向基线回归（速率可调）\n\n---\n\n## 📄 开源协议\n\n本项目采用 **MIT 协议**，欢迎 fork、修改、商用。请保留原始版权声明。\n\n---\n\n## 🤝 贡献指南\n\n欢迎提交 Issue / PR，或通过 QQ 群（作者 QQ：1435231488）参与讨论。 \n当前待完善方向：\n- 多用户隔离（基于 QQ 号存储独立情感与记忆） \n- Windows 一键安装脚本 \n- 更丰富的随机事件库 \n- 性能优化与错误处理增强 \n\n---\n\n## 🙏 致谢\n\n- [neurostate-engine](https://github.com/kagioneko/neurostate-engine) 提供六维神经递质核心 \n- [MCP Server: La arquitectura que hace posible agentes conversacionales realmente inteligentes](https://www.linkedin.com/pulse/mcp-server-la-arquitectura-que-hace-posible-agentes-conversacionales-r0sac) 提供想法\n"}, "1271f1a8a47966ab32f241446efb4637d11bcfdc": {"t": 1785772135.4052022, "n": 4826, "h": "c8ccd3993a4a9bdb", "c": "# 晚风情感智能体 WanFeng AI\n\n> 🧠 MIT 协议开源 | 真实情感对话智能体 | 单模型轻量化架构 | 兼容 OpenAI API\n\n> **注意**：本项目为快速原型，100% vibe coding，不保证无 Bug。 \n> 累计开发消耗 Token：**122,979,838** \n> 由于作者接连半个月每天7-8个小时高强度制作，整个人已经燃成舍利子了，最近在睡觉的时候都在想怎么调神经递质（其实就是神经衰弱了），即使有bug也修不下去了（bushi），所以诚招志同道合的朋友一起完善工作～要求是有项目经验（不一定要有代码基础），有独立攻坚能力，有巨量空闲时间，如有意愿，请加QQ1435231488，在这里谢谢大家了Orz \n\n---\n\n## 🚀 项目简介\n\n传统对话 AI 常见痛点：\n\n- 情绪表达模板化，仅靠语气词和表情生硬表演 \n- 长对话中人设快速衰减，几十轮后“失忆” \n- 部署成本高，多模型架构复杂且调用费用昂贵 \n- 易被提示注入攻击，人设被覆盖甚至产生危险输出 \n\n**晚风情感智能体（WanFeng AI）** 针对以上问题，采用**状态内化人设**与**神经科学启发的六维神经递质情感模型**，以**单一模型轻量化架构**实现接近真实人类的交互体验。 \n完全兼容 OpenAI 标准 API，可无缝对接 AstrBot 等各类客户端，提供**真实情感波动、长期记忆与稳定人设**的个性化交互。\n\n具体项目可参看[https://github.com/BuhuiyouyonG-CnSw/Wanfeng-Emotion-Agent/blob/main/docs/%E6%99%9A%E9%A3%8E%E6%83%85%E6%84%9F%E6%99%BA%E8%83%BD%E4%BD%93%E7%A0%94%E7%A9%B6%E4%B8%8E%E9%83%A8%E7%BD%B2%E6%8A%A5%E5%91%8AV1.1.1.md.md](晚风情感智能体研究与部署报告V1.1.1)\n---\n\n## ✨ 核心亮点\n\n### ⚡ 极致轻量化架构\n- 单一模型整合对话生成、情感驱动、人设内化 \n- 极低内存与 CPU 占用，部署成本与调用延迟大幅降低 \n- 内置高效对话管理（分词、意图识别、上下文拼接），开箱即用\n\n### 😊 神经科学启发的真实情感\n- 基于 **Lövheim 情感立方体理论**，采用 [neurostate-engine](https://github.com/kagioneko/neurostate-engine) 构建**六维神经递质动态模型**（多巴胺、血清素、皮质醇、催产素、去甲肾上腺素、GABA） \n- 情感**连续、自然**：表扬使多巴胺/催产素上升，批评使皮质醇上升，随时间向基线缓慢回落 \n- 内置 **170 个随机情感事件**（轻度/中度/剧烈），用户长时间未交互时自动触发（如打哈欠、看云、想起开心事），模拟人类“走神”，让 AI 更像有自己小情绪的真实伙伴\n\n### 🛡️ 高稳定内面化人设\n- **结构内化技术**：将人设与状态模型以结构化方式注入，AI 将其内化为“自我认知”，而非依赖指令约束 \n- **人设高持存性**：上百轮长对话人设不衰减 \n- **抗提示注入**：用户难以通过恶意指令覆盖 AI 的自我认知 \n- **自发自律行为**：AI 会根据当前状态主动调整行为，产生非指令要求的自然反应\n\n### 📚 双层长效记忆系统\n- **短期记忆**：SQLite 存储对话状态与情感状态，支持多用户隔离，服务重启不丢失 \n- **长期记忆**：ChromaDB 向量数据库，每 **10 轮对话异步调用轻量模型**（豆包 Lite）生成**对话梗概**与**用户画像**，自动注入上下文 \n- **效果**：即使间隔数周，AI 仍记得用户喜好与往事，且不会因上下文过长导致成本飙升\n\n### 🔌 全兼容易部署\n- **完全兼容 OpenAI 标准 API**：任何支持 OpenAI 接口的客户端（如 AstrBot、ChatBox）只需修改 API 地址即可接入 \n- **跨平台一键部署脚本**（Linux / Windows），无技术基础也能快速拥有专属情感 AI\n\n---\n\n## 🚀 部署指南\n\n### 环境要求\n\n| 项目 | 最低配置 | 推荐配置 |\n|------|----------|----------|\n| Python | 3.10+ | 3.12+ |\n| CPU | 2 核 | 4 核+ |\n| 内存 | 4 GB | 8 GB+ |\n| 硬盘 | 20 GB | 40 GB+ |\n| 操作系统 | Ubuntu 22.04+ (推荐) / Windows | 同左 |\n\n> Windows 部署暂不提供一键脚本，有经验者可自行处理虚拟环境。\n\n---\n\n### 一、Linux 部署（推荐 Ubuntu）\n\n1. **下载项目** \n 从 GitHub 克隆或下载压缩包，放置于目标目录（推荐 `/root`）。\n\n2. **运行安装脚本** \n ```bash\n cd /root/emotion_bot\n chmod +x install_linux.sh\n ./install_linux.sh\n ```\n 脚本会自动配置 Python 虚拟环境并安装依赖。\n\n3. **配置 API 密钥** \n 复制 `.env.example` 为 `.env`，并填写真实密钥：\n ```bash\n cp .env.example .env\n nano .env\n ```\n 需要填写的密钥：\n - `DEEPSEEK_API_KEY`：DeepSeek 对话 API \n - `DOUBAO_API_KEY`：豆包 1.5B Lite（用于记忆过滤） \n - `DOUBAO_EMBEDDING_API_KEY`：豆包 Embedding（通常与豆包 API Key 相同）\n\n4. **首次启动前导入基础记忆** \n ```bash\n source venv/bin/activate\n python import_persona.py\n ```\n 该脚本会向 ChromaDB 导入“晚风”的 163 条原子化人设记忆（姓名、生日、性格、经历等）。\n\n5. **启动服务** \n ```bash\n ./stop.sh # 确保旧服务已停止\n ./start.sh # 启动 MCP 情感服务 (8001)、主 API (8000)、监控面板 (8501)\n ```\n\n6. **验证服务** \n ```bash\n curl http://localhost:8000/health # 应返回 {\"status\":\"ok\"}\n curl http://localhost:8001/health\n ```\n 访问监控面板：`http://你的服务器IP:8501`\n\n7. **对接 AstrBot（或其他 OpenAI 兼容客户端）** \n - 在 AstrBot 中新增模型提供商 → 选择 **OpenAI compatible** \n - API Base URL 填写：`http://172.17.0.1:8000/v1`（Docker 环境）或 `http://localhost:8000/v1`（宿主机） \n - **注意：使用 `http` 而非 `https`** \n - API Key：任意（如 `dummy`） \n - 模型 ID：**`emotion-bot`**（连字符） \n - 启用并测试连通性 \n - 若使用 NapCat，配置 WebSocket 地址为 `ws://astrbot:6199/ws`\n\n8. **停止服务** \n ```bash\n ./stop.sh\n ```\n\n---\n\n### 二、Windows 部署（实验性）\n\n暂不提供一键安装脚本，有经验者可手动配置 Python 虚拟环境，参照 Linux 步骤执行。\n\n---\n\n## 📁 项目结构（核心文件）\n\n```\nemotion_bot/\n├── main.py # 主 API 服务（OpenAI 兼容）\n├── limbic_mcp_server.py # MCP 情感服务（六维递质、事件、回落、随机事件）\n├── memory_store.py # ChromaDB 向量记忆管理\n├── dashboard.py # Streamlit 监控面板\n├── import_persona.py # 导入基础人设记忆\n├── random_events.py # 随机情感事件库（170 条）\n├── install_linux.sh # Linux 一键安装脚本\n├── start.sh / stop.sh # 服务启停脚本\n├── .env.example # 环境变量模板\n└── docs/ # 技术文档、报告、规格说明\n```\n\n---\n\n## 🧪 测试与调优\n\n- **情感状态验证**：访问监控面板或 `curl http://localhost:8001/v1/neurostate` 查看六维递质实时值 \n- **事件触发**：表扬 → `{\"event_type\":\"praise\"}`；批评 → `{\"event_type\":\"criticism\"}` \n- **手动重置情感**：`curl -X POST http://localhost:8001/v1/reset` \n- **随机事件日志**：查看 `logs/mcp.log` 确认事件触发记录（不输出给用户） \n- **情感回落**：空闲 ≥15 分钟后，递质每 30 分钟向基线回归（速率可调）\n\n---\n\n## 📄 开源协议\n\n本项目采用 **MIT 协议**，欢迎 fork、修改、商用。请保留原始版权声明。\n\n---\n\n## 🤝 贡献指南\n\n欢迎提交 Issue / PR，或通过 QQ 群（作者 QQ：1435231488）参与讨论。 \n当前待完善方向：\n- 多用户隔离（基于 QQ 号存储独立情感与记忆） \n- Windows 一键安装脚本 \n- 更丰富的随机事件库 \n- 性能优化与错误处理增强 \n\n---\n\n## 🙏 致谢\n\n- [neurostate-engine](https://github.com/kagioneko/neurostate-engine) 提供六维神经递质核心 \n- [MCP Server: La arquitectura que hace posible agentes conversacionales realmente inteligentes](https://www.linkedin.com/pulse/mcp-server-la-arquitectura-que-hace-posible-agentes-conversacionales-r0sac) 提供想法\n"}, "83c540d5832bf9e6968064e29bb9921cd7c4ef96": {"t": 1785772136.6840405, "n": 4582, "h": "e07ac3054e0a13a8", "c": "# 晚风情感智能体 WanFeng AI\n\n> 🧠 MIT 协议开源 | 真实情感对话智能体 | 单模型轻量化架构 | 兼容 OpenAI API\n\n> **注意**：本项目为快速原型，100% vibe coding，不保证无 Bug。 \n> 累计开发消耗 Token：**122,979,838** \n> 由于作者接连半个月每天7-8个小时高强度制作，整个人已经燃成舍利子了，最近在睡觉的时候都在想怎么调神经递质（其实就是神经衰弱了），即使有bug也修不下去了（bushi），所以诚招志同道合的朋友一起完善工作～要求是有项目经验（不一定要有代码基础），有独立攻坚能力，有巨量空闲时间，如有意愿，请加QQ1435231488，在这里谢谢大家了Orz \n\n---\n\n## 🚀 项目简介\n\n传统对话 AI 常见痛点：\n\n- 情绪表达模板化，仅靠语气词和表情生硬表演 \n- 长对话中人设快速衰减，几十轮后“失忆” \n- 部署成本高，多模型架构复杂且调用费用昂贵 \n- 易被提示注入攻击，人设被覆盖甚至产生危险输出 \n\n**晚风情感智能体（WanFeng AI）** 针对以上问题，采用**状态内化人设**与**神经科学启发的六维神经递质情感模型**，以**单一模型轻量化架构**实现接近真实人类的交互体验。 \n完全兼容 OpenAI 标准 API，可无缝对接 AstrBot 等各类客户端，提供**真实情感波动、长期记忆与稳定人设**的个性化交互。\n\n---\n\n## ✨ 核心亮点\n\n### ⚡ 极致轻量化架构\n- 单一模型整合对话生成、情感驱动、人设内化 \n- 极低内存与 CPU 占用，部署成本与调用延迟大幅降低 \n- 内置高效对话管理（分词、意图识别、上下文拼接），开箱即用\n\n### 😊 神经科学启发的真实情感\n- 基于 **Lövheim 情感立方体理论**，采用 [neurostate-engine](https://github.com/kagioneko/neurostate-engine) 构建**六维神经递质动态模型**（多巴胺、血清素、皮质醇、催产素、去甲肾上腺素、GABA） \n- 情感**连续、自然**：表扬使多巴胺/催产素上升，批评使皮质醇上升，随时间向基线缓慢回落 \n- 内置 **170 个随机情感事件**（轻度/中度/剧烈），用户长时间未交互时自动触发（如打哈欠、看云、想起开心事），模拟人类“走神”，让 AI 更像有自己小情绪的真实伙伴\n\n### 🛡️ 高稳定内面化人设\n- **结构内化技术**：将人设与状态模型以结构化方式注入，AI 将其内化为“自我认知”，而非依赖指令约束 \n- **人设高持存性**：上百轮长对话人设不衰减 \n- **抗提示注入**：用户难以通过恶意指令覆盖 AI 的自我认知 \n- **自发自律行为**：AI 会根据当前状态主动调整行为，产生非指令要求的自然反应\n\n### 📚 双层长效记忆系统\n- **短期记忆**：SQLite 存储对话状态与情感状态，支持多用户隔离，服务重启不丢失 \n- **长期记忆**：ChromaDB 向量数据库，每 **10 轮对话异步调用轻量模型**（豆包 Lite）生成**对话梗概**与**用户画像**，自动注入上下文 \n- **效果**：即使间隔数周，AI 仍记得用户喜好与往事，且不会因上下文过长导致成本飙升\n\n### 🔌 全兼容易部署\n- **完全兼容 OpenAI 标准 API**：任何支持 OpenAI 接口的客户端（如 AstrBot、ChatBox）只需修改 API 地址即可接入 \n- **跨平台一键部署脚本**（Linux / Windows），无技术基础也能快速拥有专属情感 AI\n\n---\n\n## 🚀 部署指南\n\n### 环境要求\n\n| 项目 | 最低配置 | 推荐配置 |\n|------|----------|----------|\n| Python | 3.10+ | 3.12+ |\n| CPU | 2 核 | 4 核+ |\n| 内存 | 4 GB | 8 GB+ |\n| 硬盘 | 20 GB | 40 GB+ |\n| 操作系统 | Ubuntu 22.04+ (推荐) / Windows | 同左 |\n\n> Windows 部署暂不提供一键脚本，有经验者可自行处理虚拟环境。\n\n---\n\n### 一、Linux 部署（推荐 Ubuntu）\n\n1. **下载项目** \n 从 GitHub 克隆或下载压缩包，放置于目标目录（推荐 `/root`）。\n\n2. **运行安装脚本** \n ```bash\n cd /root/emotion_bot\n chmod +x install_linux.sh\n ./install_linux.sh\n ```\n 脚本会自动配置 Python 虚拟环境并安装依赖。\n\n3. **配置 API 密钥** \n 复制 `.env.example` 为 `.env`，并填写真实密钥：\n ```bash\n cp .env.example .env\n nano .env\n ```\n 需要填写的密钥：\n - `DEEPSEEK_API_KEY`：DeepSeek 对话 API \n - `DOUBAO_API_KEY`：豆包 1.5B Lite（用于记忆过滤） \n - `DOUBAO_EMBEDDING_API_KEY`：豆包 Embedding（通常与豆包 API Key 相同）\n\n4. **首次启动前导入基础记忆** \n ```bash\n source venv/bin/activate\n python import_persona.py\n ```\n 该脚本会向 ChromaDB 导入“晚风”的 163 条原子化人设记忆（姓名、生日、性格、经历等）。\n\n5. **启动服务** \n ```bash\n ./stop.sh # 确保旧服务已停止\n ./start.sh # 启动 MCP 情感服务 (8001)、主 API (8000)、监控面板 (8501)\n ```\n\n6. **验证服务** \n ```bash\n curl http://localhost:8000/health # 应返回 {\"status\":\"ok\"}\n curl http://localhost:8001/health\n ```\n 访问监控面板：`http://你的服务器IP:8501`\n\n7. **对接 AstrBot（或其他 OpenAI 兼容客户端）** \n - 在 AstrBot 中新增模型提供商 → 选择 **OpenAI compatible** \n - API Base URL 填写：`http://172.17.0.1:8000/v1`（Docker 环境）或 `http://localhost:8000/v1`（宿主机） \n - **注意：使用 `http` 而非 `https`** \n - API Key：任意（如 `dummy`） \n - 模型 ID：**`emotion-bot`**（连字符） \n - 启用并测试连通性 \n - 若使用 NapCat，配置 WebSocket 地址为 `ws://astrbot:6199/ws`\n\n8. **停止服务** \n ```bash\n ./stop.sh\n ```\n\n---\n\n### 二、Windows 部署（实验性）\n\n暂不提供一键安装脚本，有经验者可手动配置 Python 虚拟环境，参照 Linux 步骤执行。\n\n---\n\n## 📁 项目结构（核心文件）\n\n```\nemotion_bot/\n├── main.py # 主 API 服务（OpenAI 兼容）\n├── limbic_mcp_server.py # MCP 情感服务（六维递质、事件、回落、随机事件）\n├── memory_store.py # ChromaDB 向量记忆管理\n├── dashboard.py # Streamlit 监控面板\n├── import_persona.py # 导入基础人设记忆\n├── random_events.py # 随机情感事件库（170 条）\n├── install_linux.sh # Linux 一键安装脚本\n├── start.sh / stop.sh # 服务启停脚本\n├── .env.example # 环境变量模板\n└── docs/ # 技术文档、报告、规格说明\n```\n\n---\n\n## 🧪 测试与调优\n\n- **情感状态验证**：访问监控面板或 `curl http://localhost:8001/v1/neurostate` 查看六维递质实时值 \n- **事件触发**：表扬 → `{\"event_type\":\"praise\"}`；批评 → `{\"event_type\":\"criticism\"}` \n- **手动重置情感**：`curl -X POST http://localhost:8001/v1/reset` \n- **随机事件日志**：查看 `logs/mcp.log` 确认事件触发记录（不输出给用户） \n- **情感回落**：空闲 ≥15 分钟后，递质每 30 分钟向基线回归（速率可调）\n\n---\n\n## 📄 开源协议\n\n本项目采用 **MIT 协议**，欢迎 fork、修改、商用。请保留原始版权声明。\n\n---\n\n## 🤝 贡献指南\n\n欢迎提交 Issue / PR，或通过 QQ 群（作者 QQ：1435231488）参与讨论。 \n当前待完善方向：\n- 多用户隔离（基于 QQ 号存储独立情感与记忆） \n- Windows 一键安装脚本 \n- 更丰富的随机事件库 \n- 性能优化与错误处理增强 \n\n---\n\n## 🙏 致谢\n\n- [neurostate-engine](https://github.com/kagioneko/neurostate-engine) 提供六维神经递质核心 \n- [MCP Server: La arquitectura que hace posible agentes conversacionales realmente inteligentes](https://www.linkedin.com/pulse/mcp-server-la-arquitectura-que-hace-posible-agentes-conversacionales-r0sac) 提供想法\n"}, "2cb00aba75c1b067bfef4a739720c1d9709b82f0": {"t": 1785772138.0478663, "n": 2824, "h": "99d471d450de27fe", "c": "# 晚风情感智能体 WanFeng AI\n\n> 🧠 MIT协议开源可部署的真实情感对话智能体 | 单模型轻量化架构 | 兼容 OpenAI 标准 API\n\n**注意：整个项目为快速成型，100% vibe coding，不保证整个项目不会有bug**\n\n—————整个项目累计使用tokens数达 122,979,838 tokens\n\nTips:由于作者接连半个月每天7-8个小时高强度制作，整个人已经燃成舍利子了，最近在睡觉的时候都在想怎么调神经递质（其实就是神经衰弱了），即使有bug也修不下去了（bushi），所以诚招志同道合的朋友一起完善工作～要求是有项目经验（不一定要有代码基础），有独立攻坚能力，有巨量空闲时间，如有意愿，请加QQ 1435231488，在这里谢谢大家了Orz\n\n\n### 🚀 项目简介\n传统的对话 AI 往往面临着诸多痛点：要么是情绪表现模板化，只会机械地添加语气词、表情，看起来十分生硬；要么是长对话中人设快速衰减，聊上几十轮就开始 “失忆”，忘记自己的身份设定；要么是部署成本高昂，复杂的多模型架构让普通用户难以搭建，同时调用成本居高不下；更有甚者，很容易被用户的提示注入攻击，打乱人设甚至产生危险输出。\n\n晚风情感智能体（WanFeng AI）正是为了解决这些痛点而生的开源可部署情感对话 AI，它基于前沿的状态内面化技术与神经科学 - inspired 的六维神经递质情感模型，用轻量化的单模型架构，为用户带来了接近真实人类的交互体验。它完全兼容 OpenAI 标准 API，可快速对接 AstrBot 等各类支持 OpenAI 接口的客户端，为用户提供具备真实情感波动、长期记忆与稳定人设的个性化交互。\n\n***\n\n### ✨ 核心亮点\n\n\n\n* ⚡ **极致轻量化架构**：晚风 AI 采用单一模型架构，将对话生成、情感驱动、人设内化等核心功能全部整合在一个模型中，大幅降低了部署成本和调用延迟，仅需极少的内存与cpu占用。同时，它还内置了高效的对话管理模块，能够自动处理用户输入的分词、意图识别与上下文拼接，让用户无需担心复杂的对话管理问题。\n\n* 😊 **神经科学级真实情感**：晚风 AI 没有采用传统的 “情绪标签 + 模板回复” 的方案，而是基于 Lövheim 情感立方体理论，使用了kagioneko的开源neurostate-engine（源项目地址：https://github.com/kagioneko/neurostate-engine），构建了六维神经递质动态模型，模拟人类大脑中神经递质的动态平衡来驱动情绪变化。这意味着 AI 的情绪是连续、自然的：当你和它分享开心的事，它的多巴胺、催产素会自然上升，表现出愉悦的状态；随着时间推移，这些递质值会慢慢向基线回落，就像人类的情绪会逐渐平复一样。同时，系统内置了 161 个随机情感事件，当用户长时间未交互时，AI 会自动触发类似打哈欠、看到路边小猫、想起开心的小事这类自然波动，模拟人类的 “走神”，让 AI 不再是一个只会等待指令的工具，而是更像一个有自己小情绪的真实伙伴，彻底告别了模板化的生硬表演。\n\n* 🛡️ **高稳定内面化人设**：针对传统 AI 长对话人设崩、容易被注入的问题，晚风 AI 引入了结构内面化技术：它不再是用一堆 “你必须要做 XX” 的指令来约束 AI，而是将人设、状态模型以结构化的方式提供给 AI，让 AI 将这些信息内化为自己的 “自我认知”。这带来了三个关键的改变：一是人设的高持存性，哪怕是上百轮的长对话，AI 的人设也不会衰减，始终保持一致；二是极强的抗提示注入能力，用户很难通过恶意指令覆盖 AI 的自我认知，大幅提升了安全性；三是 AI 会产生自发的自律行为，它会根据自己的当前状态主动调整行为，甚至会做出一些没有被明确指令要求的自然反应，让交互更真实。\n\n* 📚 **双层长效记忆系统**：晚风 AI 采用了双层存储架构，兼顾了短期交互的流畅性和长期记忆的有效性：短期的对话状态、情感状态会存储在 SQLite 数据库中，保证多用户状态隔离，同时重启服务也不会丢失用户的当前情绪；而长期记忆则采用 ChromaDB 向量数据库，系统会每 10 轮对话自动异步调用轻量模型，对近期对话进行压缩总结，提取关键事件和用户偏好存入长期记忆，后续对话会自动检索相关记忆注入上下文。这意味着，哪怕你隔了几周再和它聊天，它依然记得你喜欢的食物、你之前和它分享过的心事，同时不会因为上下文过长导致成本飙升。\n\n* 🔌 **全兼容易部署**：晚风 AI 完全兼容 OpenAI 标准 API，这意味着如果你已经在使用 AstrBot 等各类支持 OpenAI 接口的客户端，你不需要修改任何代码，只需要将接口地址替换为 晚风 AI 的服务地址，就能无缝接入这个情感智能体，零成本迁移。同时，它提供了 Linux/Windows 跨平台的一键部署脚本，哪怕是没有技术基础的用户，也能轻松完成部署，快速拥有自己的专属情感 AI。\n\n### 🚀 部署：\n\n**准备环境：**\n* Python 3.10+\n* Linux/Windows\n* 2H+CPU（推荐4H+）\n* 4G+内存（推荐8G+）\n* 20G+硬盘空间（推荐40G+）\n\n**一、linux部署（推荐乌邦图，整个项目都是在乌邦图环境下制作的）**\n\n1.在github界面，将整个项目下载下来，上传到任意文件夹（推荐放在/root文件夹）\n\n2.在linux界面解压，运行install_linux.sh安装环境，其会自动配置环境与依赖\n\n3.在.env文件中填写你的deepseek API，豆包1.5b lite api和豆包emberdding api，并保存\n\n4.运行stop.sh并运行start.sh\n\n5\n5.1.如果你要对接astrbot：登录astrbot，在模型提供商中新增“OpenAI compatible”，API密钥随便填（没有做加密，你可以填\"WanFeng\"，\"dummy\"任何词都可以），api base URL填写https://172.17.0.1:8000/v1，在底下的模型ID当中填写“emotion_bot”，并启用，点击测试测试连通性，连同成功了说明AI配置完成。你可以在QQ上（如果你使用了napcat）输入测试是否成功连接\n5.2.如果你要对接其他ai工具：与astrbot类似，理论上工具支持OpenAI api都可使用，将api base URL填写https://172.17.0.1:8000/v1，模型ID填写“emotion_bot”，点击测试测试连通性，连通成功了说明AI配置完成。\n\n**二、windows部署**\n\n（暂不推荐，除非你能自己处理好虚拟环境）\n\n\n\n"}}}} |