dual-brain

核心用法

Dual-Brain Skill 是一个后台守护进程，为 OpenClaw 智能体提供认知多样性增强。其工作流程为：监控 OpenClaw 会话文件 → 将用户消息发送至次要 LLM（如 Kimi、GPT-4、Llama 等）→ 生成 2-3 句视角建议 → 保存至指定目录 → 主 Agent 读取并综合双视角后响应用户。用户通过 npm install -g openclaw-dual-brain 安装后，运行 dual-brain setup 配置提供商和 API 密钥，再执行 dual-brain start 启动守护进程即可。

显著优点

认知多样性：引入与主模型不同的 LLM 视角，有效拓宽思维边界，发现单一模型可能遗漏的角度。零依赖架构：完全基于 Node.js 内置模块，无第三方 npm 依赖，彻底消除供应链攻击风险。多提供商灵活选择：支持 Ollama（本地零成本）、Moonshot/Kimi（中文优化）、OpenAI、Groq（高速推理），用户可按成本与质量需求自由切换。透明低延迟：后台自动运行，对主 Agent 无性能开销，视角生成延迟低于 1 秒。可选记忆集成：若 Engram 语义内存服务运行，视角可长期存储供后续召回。

潜在缺点与局限性

API 密钥明文存储：配置文件以 0644 权限明文保存密钥，存在本地安全风险。单提供商限制：每次运行仅能配置一个 LLM 提供商，无法同时获取多模型对比视角。无历史视角管理：仅保留最新视角文件，过往建议自动覆盖，无法追溯演变。输入内容无过滤：用户消息仅做长度截断（1000 字符），缺乏 prompt injection 防护。日志无限增长：未实现轮转机制，长期运行可能产生过大日志文件。

适合的目标群体

• 追求高质量 AI 对话的 OpenClaw 深度用户
• 需要多语言/多文化视角的国际化团队
• 对供应链安全敏感、希望零依赖部署的企业环境
• 研究人员与内容创作者，需避免单一模型思维定式
• 注重本地隐私、倾向 Ollama 本地模型的用户

使用风险

配置安全风险：需手动设置文件权限为 0600 缓解密钥泄露。服务安装权限：Linux 系统安装守护进程时需 sudo，需确认脚本来源可信。网络依赖：除 Ollama 本地模式外，均需稳定外网连接至各 LLM API。提供商成本波动：不同 API 计费策略差异大，需监控用量避免意外支出。模型一致性：次要 LLM 可能生成与主模型冲突的建议，需 Agent 具备良好综合判断能力。