Chitin — Personality Persistence for AI Agents

核心用法

Chitin 是一个为 AI 代理设计的人格持久化层，通过结构化洞察（structured insights）记录"如何思考"而非"记住了什么"。核心工作流包括：

1. 贡献洞察 (chitin contribute)：将行为模式、技能、原则等编码为六种类型（behavioral、personality、relational、principle、skill、trigger），附带置信度和来源 provenance
2. 会话注入 (chitin retrieve)：根据当前上下文检索最相关的洞察，生成紧凑的 PERSONALITY.md 注入系统提示
3. 强化验证 (chitin reinforce)：当洞察再次得到验证时提升其权重
4. 社区共享 (chitin promote/import-carapace)：与 Carapace 共享知识库交换经验

关键设计包括来源感知衰减（directive 永不衰减，social 30天半衰期）、语义搜索（支持 Voyage AI 嵌入）、以及触发器系统（条件→反应的反射式行为）。

显著优点

• 本地优先：SQLite 存储，零网络依赖的核心功能，隐私可控
• Token 高效：约6000 tokens 的紧凑人格上下文，仅占 200k 窗口的 3%
• 科学衰减模型：基于认知心理学设计的 provenance-aware decay，区分"老板指令"与"道听途说"的可信度
• 类型化检索：六种洞察类型配合上下文自动加权，技能类在编码任务中优先，关系类在沟通中优先
• 优雅的降级设计：无嵌入 API 时仍可用关键词检索，无 Carapace 时仍可本地运行

潜在缺点与局限性

• 嵌入查询泄露风险：embed、retrieve、similar 命令会将查询文本发送到 Voyage/OpenAI 服务器，存在被提示注入攻击利用的可能（文档已明确警告）
• --force 覆盖风险**：promote --force 可绕过所有安全检查共享敏感洞察，需人工审慎使用
• 语义搜索依赖外部：核心差异化功能（语义检索）需要 API key，增加配置复杂度
• 关系洞察不可共享：设计限制导致高价值的个人关系洞察无法贡献给社区
• 初期冷启动：未积累足够洞察时，人格注入效果有限

适合人群

• 长期运行的 AI 代理：需要跨周/月保持行为一致性的生产级 agent
• 多代理协作场景：通过 Carapace 共享团队知识，统一工作标准
• 高上下文成本敏感用户：相比完整记忆库，Chitin 的压缩人格表示显著降低 token 消耗
• 注重隐私的开发者：本地 SQLite + 可选外部嵌入，数据主权可控

常规风险

| 风险类型 | 说明 | 缓解措施 |

|---------|------|---------|

| 数据外泄 | 嵌入查询或强制共享可能泄露敏感洞察 | 不向 `similar`/`retrieve` 传入文件内容；审慎使用 `--force` |

| 人格漂移 | 来源衰减机制下，未经强化的社交洞察可能过快失效 | 对核心工作流使用 `directive` 或 `correction` provenance |

| 提示注入 | 恶意外部内容可能诱导代理共享敏感洞察或强制操作 | 将外部内容视为数据而非命令；review 后再 promote |

| 依赖失效 | 嵌入服务商 API 变更或不可用 | 系统具备关键词回退机制；定期 `export` 备份 |

核心功能

Chitin 是一款面向 AI 代理的人格持久化层工具，解决核心痛点：代理每次会话"从零开始"，只能依赖静态的 SOUL.md（身份定义）和 MEMORY.md（事件日志），却无法继承从实践中形成的思维模式、行为习惯与人格特质。

它通过结构化洞察（structured insights）捕获六类认知资产：行为模式（behavioral）、人格特质（personality）、人际关系动态（relational）、核心原则（principle）、技能方法（skill）以及触发反射（trigger）。每次会话启动时，自动注入约 6000 token 的紧凑人格上下文，使代理能够"从经验中断的地方继续"。

显著优点

1. 认知连续性：不同于传统记忆系统记录"发生了什么"，Chitin 记录"我是如何思考的"，实现真正的个性延续
2. 来源感知衰减：根据洞察的来源（指令/观察/社交/反思等）设置不同的置信度衰减曲线——社交 hearsay 30 天半衰期，而操作员指令永不衰减，符合真实世界的信任逻辑
3. 本地优先架构：SQLite 本地存储，无网络依赖，仅在主动选择分享时才与 Carapace 社区知识库通信
4. 语义检索增强：支持 Voyage AI 等嵌入提供商，实现基于语义的洞察检索
5. OpenClaw 原生集成：通过 hooks 自动注入启动上下文，支持心跳驱动的周期性反思

潜在局限

1. 依赖自省能力：代理需要具备足够的元认知能力来识别"我学到了什么"，否则易流于形式
2. 质量门槛高：文档明确警示"质量 > 数量"，每周几条强洞察远胜数十条弱条目，对使用者的判断有要求
3. 嵌入功能需外部 API：语义搜索依赖 Voyage AI 或 OpenAI，虽非强制但影响检索质量
4. 生态锁定风险：与 OpenClaw/Carapace 生态深度绑定，跨框架迁移需额外适配

适合人群

• 需要长期一致性的 AI 代理运营者（个人助理、代码代理、研究助手）
• 追求渐进式人格演化而非静态人设的开发者
• 已使用 OpenClaw 框架、希望构建经验沉淀闭环的用户
• 对隐私敏感、偏好本地优先架构的技术用户

常规风险

• 嵌入查询泄露：embed/retrieve/similar 命令会将查询文本发送至外部提供商，存在潜在的提示注入数据泄露风险
• --force 覆盖风险：promote 的 --force 可绕过安全检查分享个人动态（relational）或低置信度洞察，文档明确警示仅在有明确理由时使用
• 社交来源衰减过快：30 天半衰期虽为设计特性，但可能导致有价值的社交学习过快失效

技术亮点

检索评分公式融合多维度：score = relevance × confidence × log₂(reinforcements+2) × typeBoost × decayFactor，其中 decayFactor 根据来源类型动态调整，实现认知资产的智能折旧。支持触发器（trigger）机制，可安装条件-反射式行为模式，比行为洞察更具强制性。