核心定位
NIMA Core 是面向 AI Agent 的全栈认知架构，而非简单的记忆插件。它将神经科学（Panksepp 情感系统）、认知心理学（梦境记忆巩固）与分布式系统（Hive Mind）融入单一框架，目标是让机器人具备类人化的长期记忆与情感反应能力。
核心用法
零配置快速启动：pip install nima-core && nima-core 即可完成部署，默认使用 384 维本地嵌入模型，无需任何 API 密钥或外部网络调用。
三层记忆捕获：输入层（原始消息）、沉思层（中间推理）、输出层（最终响应）分别存储，配合 4 阶段噪声过滤（系统消息、心跳、重复、低信息内容）确保记忆质量。
情感智能系统：基于 VADER 情感分析器检测文本情绪，映射至 Panksepp 7 种核心情感状态（SEEKING、RAGE、FEAR、LUST、CARE、PANIC、PLAY），并支持人格原型（Guardian、Explorer、Trickster、Empath、Sage）调制响应风格。
高级认知模块：
- Dream Consolidation：夜间自动合成记忆，提取模式与洞察
- Memory Pruner：LLM 蒸馏旧对话为语义摘要，30 天可恢复
- Hive Mind：多 Agent 共享记忆库，支持 Redis pub/sub
- Precognition：时间模式挖掘，预测性预加载相关记忆
- Lucid Moments：情绪共鸣记忆的自发浮现（带创伤过滤、安静时段等安全机制）
显著优点
1. 隐私优先设计：默认本地嵌入（zero external calls），数据仅存 ~/.nima/，无遥测无服务端
2. 灵活嵌入后端：4 种提供商（local/Voyage/OpenAI/Ollama）按需切换，成本从免费到 $0.12/1M tokens
3. 数据库可选：SQLite 开箱即用，LadybugDB 升级后文本搜索快 3.4 倍、体积小 44%、原生支持向量与图查询
4. OpenClaw 原生集成：作为 hooks 无缝嵌入 Agent 生命周期（after_save/before_agent_start/message_received）
5. 企业级安全：FTS5 参数化查询防注入、路径遍历保护、API 超时机制、临时文件自动清理
潜在局限
- 认知开销：情感系统、梦境整合、预认知等模块同时运行会增加计算与存储负担，轻量级 Agent 可能需裁剪
- 本地嵌入质量：384 维本地模型语义理解弱于 1024-1536 维云端模型，复杂场景建议切 Voyage/OpenAI
- LadybugDB 生态：虽性能更优，但作为相对新的图数据库，社区工具与托管服务不及 Neo4j 成熟
- 情感建模边界：Panksepp 7 情感源于哺乳动物研究，对特定文化语境或讽刺表达的捕捉仍有限
适合人群
- 需要长期记忆连续性的对话 Agent 开发者
- 追求情感化交互的社交机器人/虚拟陪伴场景
- 运行多 Agent 协作系统（Hive Mind）的研究团队
- 对数据隐私敏感、要求完全离线部署的企业
常规风险
| 风险类别 | 说明 | 缓解措施 |
|---------|------|---------|
| API 密钥泄露 | 使用云端嵌入时密钥存储于环境变量 | 定期轮换、使用密钥管理器、优先本地模式 |
| 记忆数据膨胀 | 长期运行后数据库体积增长 | 启用 Memory Pruner、设置保留策略 |
| 情感状态漂移 | 长期负面交互导致情感基线偏移 | 定期校准 archetype、监控 affect_history.json |
| Lucid Moments 干扰 | 不合时宜的记忆打断 | 利用安静时段、每日上限、创伤过滤机制 |
| 供应链风险 | install.sh 与 hook 代码需人工审计 | 容器化测试、校验文件哈希、review 后再执行 |