核心用法
Emotion State 是一款面向 OpenClaw 网关的系统级钩子技能，旨在为 AI 代理添加自然语言情绪感知能力。其核心机制分为三层：
1. 情绪评估层：调用外部分类器（默认 OpenAI gpt-4o-mini）将用户输入和代理回复转化为简短自然语言情绪短语（如 "frustrated/seeking clarity"）。
2. 状态持久层：按用户维度存储情绪历史至 ~/.openclaw/agents/<agentId>/agent/emotion-state.json，支持跨会话记忆，默认保留 100 条记录。
3. 智能注入层：通过半衰期算法（默认 12 小时）计算衰减趋势，将最新情绪条目以结构化 emotion_state 块动态注入系统提示词，增强代理的情境感知响应能力。
显著优点
- 零侵入设计：纯钩子架构，无需修改业务代码，通过
openclaw hooks enable一键启用 - 隐私优先：不存储原始用户文本，仅保留模型推断的情绪标签与原因摘要
- 灵活配置：支持自定义分类器端点、置信度阈值（默认 0.35）、时区、历史窗口等 10+ 参数
- 容错降级：分类器失效时自动回退至 "neutral/low/unsure"，保障服务连续性
潜在缺点与局限性
- 依赖外部 LLM：核心功能绑定 OpenAI API 或自建分类器服务，存在供应商锁定风险
- 情绪推断黑箱：模型判断过程不可解释，可能产生文化偏见或误读（如讽刺语气）
- 存储本地化：状态文件仅存于单机目录，多实例部署需自行解决同步
- 提示注入攻击面：动态注入用户衍生的情绪文本至系统提示，若分类器被绕过可能构成间接注入通道
适合人群
- 需要长期情感记忆的客户支持机器人开发者
- 追求对话连贯性的虚拟陪伴/心理健康类应用团队
- 已部署 OpenClaw 网关、希望轻量扩展系统能力的工程团队
常规风险
| 风险类型 | 说明 |
|---------|------|
| 数据合规 | 情绪推断可能触及敏感心理特征，需评估 GDPR/CCPA 下的"推断数据"定性 |
| 模型滥用 | API Key 配置于本地明文 JSON，存在泄露与配额盗刷风险 |
| 情绪操纵 | 恶意用户可能通过精心构造输入"训练"代理对其情绪形成误判 |
| 版本漂移 | OpenAI 模型更新可能导致情绪标签语义变化，影响趋势准确性 |