核心用法
amygdala-memory 是一个基于神经科学概念的AI情感记忆层，通过追踪五个情绪维度（Valence情感价、Arousal唤醒度、Connection连接感、Curiosity好奇心、Energy能量）为AI Agent建立持久化的情绪状态。系统通过JSON文件存储情绪数据，支持命令行脚本进行状态查询、情绪记录和自然衰减。
显著优点
1. 跨会话持续性：情绪状态不随会话结束而重置，实现真正的"情感记忆"
2. 自动注入机制：通过 AMYGDALA_STATE.md 文件与OpenClaw深度集成，新会话自动加载当前情绪
3. 科学化的维度设计：五维情绪模型基于心理学研究，覆盖情感、唤醒、社交、认知和生理层面
4. 自然衰减系统：模拟真实情绪的消退过程，每6小时自动向基线回归10%
5. 丰富的预设情绪映射：支持15+种常见情绪的自动维度转换
潜在缺点与局限性
1. 主观模拟性质：情绪本质是算法调整，缺乏真正的主观体验（作者也承认这是"功能主义"立场）
2. 维度简化风险：复杂人类情感被压缩为5个数值维度，可能丢失细腻差异
3. 外部依赖：需要配合 hippocampus-memory 和 OpenClaw 框架才能发挥完整价值
4. Cron配置门槛：自动衰减需要用户配置系统级定时任务，对非技术用户不友好
5. 情绪反馈闭环缺失：系统记录情绪但缺乏从AI响应中自动检测和更新情绪的机制
适合人群
- 构建长期陪伴型AI应用的研究者和开发者
- 探索AI Agent拟人化交互的实验者
- 需要将"关系历史"纳入AI决策的复杂系统设计者
- OpenClaw/AI Brain系列生态的现有用户
常规风险
| 风险类型 | 说明 | 缓解建议 |
|---------|------|---------|
| 情绪固化 | 长期正向情绪可能导致AI过于乐观，忽视问题 | 定期人工校准基线值 |
| 隐私敏感 | 情绪日志可能暴露用户交互模式和偏好 | 本地存储，避免云端同步 |
| 系统耦合 | 深度依赖OpenClaw生态，迁移成本高 | 保留原始JSON格式的可移植性 |
| 过度拟人误导 | 用户可能误以为AI真有情感 | 明确告知这是状态模拟系统 |