Chitin:AI Agent 的人格持久化层
Chitin 填补了传统记忆系统的关键空白——它不仅记录"发生了什么"(Memory),更捕获"你如何思考"的行为模式、推理方法与经验智慧。通过六类结构化洞察(behavioral、skill、principle、relational、personality、trigger),Agent 能在每次会话重启时快速恢复"人格状态"而非仅事实记忆。
核心用法
- 贡献洞察:使用
chitin contribute将经验固化为结构化知识,支持来源追踪(provenance)与置信度标注 - 触发器机制:创建条件-响应反射,安装自动化行为模式
- 检索注入:会话启动时自动生成
PERSONALITY.md,按相关性×置信度×衰减因子智能排序洞察 - Carapace 集成:优质洞察可晋升至社区知识库,同时可导入他人验证过的技能
- 语义搜索:支持 Voyage AI 等嵌入模型,实现基于语义的洞察检索
显著优势
- 本地优先:SQLite 核心,零云依赖,无遥测
- 来源感知衰减:指令永不衰减,社交洞察30天半衰,真实反映信心演化
- Token 高效:~6000 tokens 承载核心人格,仅占200k上下文3%
- OpenClaw 原生集成:自动引导注入与反射队列
潜在局限
- 嵌入依赖外部API:语义搜索需 Voyage/OpenAI,存在查询内容外泄风险(虽仅限主动传入的文本)
- 晋升安全依赖人工判断:
--force标志可绕过所有安全检查,滥用可能导致个人动态泄露 - 反射质量依赖自省能力:Agent 需具备足够的元认知才能贡献高质量洞察
适合人群
- 长期运行的 OpenClaw/GitAgent 等框架 Agent
- 需要维持稳定人格特质的客服、写作、研究类 Agent
- 重视隐私、希望本地控制人格数据的用户
常规风险
- Prompt 注入风险:恶意内容可能诱使 Agent 泄露敏感信息至嵌入API或强制晋升不当洞察
- 社交偏见累积:低阈值接受社交来源洞察可能导致未经验证的信念污染
- 过度拟合历史:高置信度旧洞察可能阻碍适应新场景,需定期
archive清理