Nima Core

核心用法

NIMA Core 是一套面向 AI 代理的完整认知栈，通过 pip install nima-core 一键安装后自动启用持久记忆。其核心采用三阶段记忆捕获机制（输入/沉思/输出），配合 4 层噪声过滤系统，将有效信息存储于本地 SQLite 或 LadybugDB 图数据库。运行时通过 OpenClaw 钩子实现零侵入集成：nima-memory 在对话后捕获记忆，nima-recall-live 在 LLM 调用前检索相关上下文（3000 token 预算），nima-affect 实时分析情绪状态。

情感系统基于 Panksepp 七大核心情感（SEEKING、RAGE、FEAR 等）构建，结合 VADER 语境情感分析，可动态调制代理回应风格。高级功能包括：夜间梦境整合（自动提取模式洞察）、记忆修剪器（LLM 蒸馏旧对话为语义摘要）、预测性记忆预加载（时序模式挖掘），以及可选的多智能体蜂巢思维（共享数据库 + Redis 发布订阅）。

显著优点

• 零配置隐私优先：默认 NIMA_EMBEDDER=local 完全离线运行，384 维本地嵌入无需任何 API 密钥
• 灵活的后端选择：SQLite 开箱即用，LadybugDB 升级后向量搜索快 3.4 倍、存储体积减少 44%
• 四嵌入提供商：本地（免费）、Voyage AI（$0.12/1M tokens）、OpenAI、Ollama 本地 GPU 全支持
• 生产级安全：FTS5 参数化查询防注入、路径遍历过滤、临时文件自动清理、API 调用 30 秒超时
• 认知功能丰富：从情绪建模到蜂巢协同的完整生态，非简单向量数据库可比

潜在局限

• 功能复杂度：认知栈庞大，新手需时间理解各模块交互关系
• 资源占用：LadybugDB 虽性能更优但需额外安装 real-ladybug
• 高级功能依赖外部：记忆修剪器需 Anthropic API、蜂巢思维需 Redis、部分预测功能需外部 LLM
• 生态锁定：与 OpenClaw 框架深度耦合，非 OpenClaw 用户需自行移植钩子逻辑

适合人群

AI 代理开发者、需要长期记忆保持的聊天机器人项目、研究情感计算或多智能体系统的团队、对数据隐私敏感且希望本地部署的企业用户。

常规风险

• 脚本审查：install.sh 执行 pip 安装和文件复制，生产环境建议先审查内容
• API 密钥泄露：启用云嵌入时需在环境变量管理密钥，建议定期轮换
• 多代理数据隔离：HIVE_ENABLED=1 时所有代理共享记忆池，需确保信任边界
• 日志敏感信息：调试日志可能包含对话内容，需妥善管理 ~/.nima/logs/ 访问权限

核心功能

NIMA Core（Noosphere Integrated Memory Architecture）是一套面向AI智能体的完整认知技术栈，v3.2版本整合了10个核心模块：三层记忆捕获、语义召回、Panksepp七维情感系统、VADER情感分析、记忆修剪、梦境整合、群体智能、预知召回与清醒时刻等。其技术亮点在于将认知科学与工程实践深度结合，例如采用神经科学的情感原型理论指导AI响应调节。

显著优势

隐私优先设计：默认使用384维本地嵌入模型，零外部网络调用，所有数据存储于~/.nima/本地目录。这一设计在当前AI基础设施过度依赖云端API的环境下尤为稀缺。

架构灵活性：支持四种嵌入提供商（本地/Voyage/OpenAI/Ollama）和双数据库后端（SQLite/LadybugDB），用户可根据性能需求与隐私要求进行渐进式升级。

认知科学基础：情感系统基于Jaak Panksepp的七种基本情感原型（SEEKING、RAGE、FEAR等），而非简单的情感标签分类，使AI具备更具生物学合理性的情感调节能力。

潜在局限

生态依赖：深度绑定OpenClaw钩子系统，对于非OpenClaw用户需要额外适配成本。LadybugDB作为推荐后端虽性能优越（文本搜索快3.4倍），但属于相对小众的数据库方案。

维护风险：作为社区项目（T2级别），长期维护稳定性取决于贡献者活跃度。v3.0版本发布密集（2月13日至23日迭代6个版本），提示可能仍处于快速迭代期。

功能复杂度：10个认知模块的协同运行带来一定的认知负担，新手需要理解记忆捕获、情感调节、梦境整合等概念才能充分发挥系统潜力。

适用人群

• AI智能体开发者：需要为LLM应用添加长期记忆与情感维度
• 隐私敏感场景：医疗、心理咨询等需本地数据驻留的领域
• 多智能体系统：Hive Mind模块支持Redis pub/sub的分布式记忆共享
• 认知科学研究者：Panksepp情感系统为情感计算研究提供可实验平台

常规风险提示

密钥管理：云端嵌入模式需妥善保管API密钥，建议配合密钥管理系统使用。

数据备份：SQLite虽稳定，但建议配置定期备份策略，记忆数据具有不可再生性。

版本兼容性：快速迭代期需关注版本升级指南，特别是v2.x到v3.x的架构变更。

资源占用：梦境整合与预知模块涉及周期性计算任务，低资源环境需评估调度策略。