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。

核心用法

Dual-Brain 是一个轻量级本地守护进程，旨在为 AI 对话系统提供认知多样性。其核心机制是：每当用户发送消息时，系统会自动将该消息转发给一个次级 LLM（与主模型不同），生成 2-3 句的替代视角，供主 Agent 在形成最终回复前参考。

工作流：用户消息 → 守护进程轮询 → 次级 LLM 生成视角 → 写入本地文件 → 主 Agent 读取并综合 → 回复用户。支持 Ollama（本地）、Moonshot、OpenAI、Groq 四种提供商。

用户侧：通过 npm install -g openclaw-dual-brain 安装，运行 dual-brain setup 配置后 start 启动守护进程。

Agent 侧：在回复前读取 ~/.dual-brain/perspectives/{agent-id}-latest.md 文件，综合其中视角。

---

显著优点

1. 零依赖架构：仅使用 Node.js 内置模块，无第三方依赖包，极大降低供应链攻击面
2. 认知增强：通过双模型交叉验证，有效缓解单一模型的偏见和盲区
3. 低延迟：背景守护进程运行，perspective 生成 <1 秒，不阻塞主流程
4. 提供商灵活：支持从免费本地模型（Ollama）到商业 API 的多种成本-质量权衡
5. 可选记忆集成：若 Engram 语义记忆服务运行，可长期存储视角用于复盘

---

潜在缺点与局限性

1. 数据外流风险：用户消息（截断至 1000 字符）被发送至第三方 LLM 服务商，敏感内容可能离开本地环境
2. API 密钥明文存储：Moonshot/OpenAI/Groq 的 API Key 以明文保存在 ~/.dual-brain/config.json
3. 系统命令执行：使用 child_process.execSync 执行 which、systemctl、launchctl 等命令，存在理论注入风险
4. 会话文件扫描：定期读取 ~/.openclaw/agents/ 或 ~/.moltbot/ 下的 JSONL 会话文件，涉及隐私边界
5. 开发者信息有限：GitHub 链接为占位符，维护者为个人开发者 Danny Veiga，来源可信度 T3

---

适合人群

• AI 重度用户：希望获得多角度分析、减少模型偏见的高级用户
• 开发者/研究人员：需要对比不同 LLM 行为特征的技术人群
• 隐私可控场景：使用 Ollama 本地模式处理非敏感数据，或明确接受商业 API 隐私条款的用户

不适合：处理高度敏感信息且无法接受任何外泄风险的场景；对供应链安全有严格要求的企业环境（T3 来源）。

---

常规风险

| 风险类别 | 等级 | 说明 |

|---------|------|------|

| 数据隐私 | 中 | 用户消息外发至 LLM 服务商 |

| 凭证安全 | 中 | API Key 明文本地存储 |

| 代码执行 | 中 | `execSync` 系统命令调用 |

| 供应链 | 低 | 零第三方依赖，但 T3 来源 |

| 合规性 | 中 | GDPR 数据删除、用户同意机制待完善 |

使用建议：优先选择 Ollama 本地模式处理敏感对话；定期检查 ~/.dual-brain/config.json 文件权限；在 systemctl/launchctl 安装步骤时手动审核命令。