Emotion State

核心用法

Emotion State 是一个 OpenClaw 工作空间钩子，用于在对话系统中实现自然语言情绪追踪。安装后，它会将 emotion_state 代码块注入系统提示，包含用户和 AI 的最新情绪状态及衰减趋势线。

部署流程：复制钩子到工作目录 → 启用钩子 → 重启网关 → 配置环境变量。支持自定义情绪分类器端点、OpenAI 模型（默认 gpt-4o-mini）、置信度阈值（默认 0.35）、历史记录容量（100 条）及半衰期衰减（12 小时）。

数据存储：情绪状态持久化存储于 ~/.openclaw/agents/<agentId>/agent/emotion-state.json，跨会话保持；失败时回退到 neutral/low/unsure。

显著优点

• 轻量化设计：不存储原始用户文本，仅保留模型推断结果，降低隐私风险
• 灵活配置：支持自定义分类器、模型、时区及各类窗口参数
• 趋势感知：半衰期衰减与 24 小时趋势窗口，让 AI 感知情绪变化节奏
• 提示注入：直接嵌入系统提示，无需修改应用层代码

潜在局限

• 依赖外部 LLM 进行情绪推断，存在成本与延迟
• 单点故障：分类器失败时质量降级为中性标签
• 缺乏内置的可视化或分析仪表盘
• 情绪推断的准确性与文化语境敏感度高

适合人群

需要为 AI 助手添加情感记忆功能的开发者，尤其是构建长期陪伴型、心理健康支持或高共情交互场景的 OpenClaw 用户。

常规风险

• API 密钥泄露风险
• 情绪标签可能被滥用做用户画像分析
• LLM 推断偏见可能导致情绪误判
• 跨会话数据累积的合规性需自行评估

核心用法

Emotion State 是一款基于 OpenClaw Hook 架构的情绪追踪 Skill，通过在系统提示中动态注入 emotion_state 区块，为 AI 代理提供用户与自身的情感上下文记忆。

工作流程：
1. 安装启用：将 emotion-state hook 复制至工作目录并通过 openclaw hooks enable 激活
2. 配置环境：在 ~/.openclaw/openclaw.json 中设置 OpenAI API 密钥、情绪模型（默认 gpt-4o-mini）、置信度阈值（默认 0.35）、历史容量（默认 100 条）等参数
3. 运行时处理：每次交互时，Skill 调用 OpenAI API 对消息进行情绪分类，将结果（情绪标签、推断原因、时间戳）持久化存储至 ~/.openclaw/agents/<agentId>/agent/emotion-state.json，并按指数衰减计算 24 小时趋势线，最终向系统提示注入最近 3 条用户情绪 + 2 条代理情绪 + 趋势摘要

显著优点：

• 架构清晰：纯 Node.js 内置模块实现（fs/path/os/crypto），零第三方依赖，供应链攻击面极小
• 隐私设计：不存储原始用户文本，仅保留模型推断的情绪标签与原因
• 状态持久化：跨会话维持情绪记忆，支持 12 小时半衰期的趋势衰减计算
• 灵活配置：支持自定义分类器端点、置信度阈值、时区、历史容量等

潜在局限与风险：

• 外部依赖：核心功能依赖 OpenAI API，需用户自备 API Key，存在第三方数据传输
• 隐私合规：情绪数据本地存储，虽符合 GDPR 最小化原则，但涉及用户情感信息的长期留存
• T3 来源可信度：维护者为个人开发者，无 GitHub 组织背书，社区信任基础较弱
• 无超时配置：网络请求未设置超时参数，异常情况下可能阻塞
• 凭证管理：API Key 通过环境变量读取，缺乏密钥环或加密存储支持

适合人群：

• 需要构建情感感知型对话代理的开发者
• 心理咨询、客户服务、教育陪伴等重视用户情绪上下文的场景
• 愿意自行托管 OpenClaw 基础设施并管理 API 凭证的技术团队

常规风险：

• API Key 泄露风险（需用户妥善保管）
• 情绪推断偏差（模型分类结果仅供参考）
• 数据文件膨胀（需定期清理历史记录）