NEON-SOUL - Self-Learning Soul Synthesis for AI Agents

🔮 从记忆中提炼你的数字灵魂

基于记忆文件合成AI身份人格的指令式工具,通过语义压缩提炼核心价值观,无需安装依赖,数据本地处理。

收藏
13.2k
安装
3k
版本
0.2.1
CLS 安全性认证2026-08-05
点击查看完整报告 >

使用说明

核心用法

NEON-SOUL 是一款纯指令式技能,无需安装二进制文件或 CLI 工具。用户通过 /neon-soul 命令与 AI 代理(Claude Code、OpenClaw 等)交互,代理直接读取 SKILL.md 中的指令并执行语义分析。

典型工作流程:
1. 将日记、偏好设置、反思记录存入 memory/ 目录

2. 运行 /neon-soul synthesize --dry-run 预览变更

3. 确认后执行 /neon-soul synthesize --force 生成 SOUL.md

4. 使用 /neon-soul audit 追溯任意核心价值观的来源

关键机制:

  • 信号提取:从记忆文件中识别用户表达的行为模式
  • 原则匹配:基于 LLM 语义相似度合并重复原则
  • 公理晋升:当原则获得 ≥3 次信号确认时晋升为"公理"
  • 反回音室保护:要求至少 2 种来源类型(自我记录/精选内容/外部反馈),防止自我强化偏见

---

显著优点

极致轻量化:零依赖、零下载、零外部服务。仅依赖用户已配置的 AI 代理,数据不出信任边界。

完整可追溯:每条核心价值观都可追溯到原始文件、行号、时间戳,支持 /neon-soul trace <id> 快速溯源。

安全优先设计

  • 默认 --dry-run,强制 --force 才写入
  • 自动备份到 .neon-soul/backups/
  • 支持 rollback 任意历史版本
  • disable-model-invocation 元数据标志防止自主运行

灵活的输出格式:默认生成可"栖息"的散文式人格文档(带引语、声音、边界、氛围章节),也支持传统符号化输出(CJK 字符+数学符号)。

维度化组织:7 个 SoulCraft 维度(身份核心、性格特质、声音存在、诚实框架、边界伦理、关系动态、连续性成长)系统覆盖人格全貌。

---

潜在缺点与局限

依赖 LLM 可用性:v0.2.0 移除嵌入模型后,所有语义匹配依赖代理的 LLM。离线不可用,合成时间从分钟级变为秒级但受网络波动影响。

结果非确定性:同一记忆运行两次可能产生细微差异(如问同一个问题两次)。核心 truth 稳定,但表述和分类可能漂移。

散文生成脆弱性:prose 格式依赖 LLM 生成符合模板的文本,失败时回退到 bullet list。部分用户可能反复遇到格式降级。

中文支持局限:CJK 符号输出格式存在,但文档和 CLI 界面以英文为主,中文记忆的处理质量未经明确验证。

无自动化触发:默认完全手动,需用户主动维护记忆文件并触发合成。OpenClaw 的 cron 支持被标记为"可选"且需额外配置。

---

适合人群

  • AI 代理重度用户:已使用 Claude Code、OpenClaw 等工具管理代码/知识库
  • 数字 journaling 实践者:持续记录日记、偏好、反思,希望从中提炼稳定身份
  • 人格一致性需求者:希望 AI 助手长期保持特定价值观和沟通风格
  • 隐私敏感用户:拒绝第三方服务,要求数据完全本地或仅流经已信任的 LLM 提供商

---

常规风险

记忆文件泄露风险memory/ 目录可能意外包含密码、密钥、敏感对话。合成前必须手动审查,使用 --dry-run 预览处理范围。

LLM 提供商数据暴露:若使用 Claude/GPT 等云 LLM,记忆内容会被发送到提供商。与任何其他 agent 操作相同,但 NEON-SOUL 的聚合分析可能暴露更多上下文。

自我偏见固化:反回音室保护是软性机制,依赖用户主动维护多元化的 externalcurated 来源。纯自我记录可能产生偏颇身份。

身份漂移焦虑:非确定性合成可能导致用户对"哪个版本才是真正的我"产生困惑,需建立对"诠释性身份"而非"计算性身份"的心理预期。

备份依赖风险:自动备份仅保留本地,若工作目录损坏或误删 .neon-soul/,历史版本丢失。建议配合 git 使用(opt-in)。

安全解读

核心用法

NEON-SOUL是一款纯指令型Skill,无需安装任何二进制文件或依赖包。用户通过/neon-soul synthesize命令触发,由AI Agent(Claude Code、OpenClaw等)读取SKILL.md中的指令,对memory/目录下的日记、偏好设置、反思记录进行语义分析。

典型工作流程
1. 信号提取:从记忆文件中提取原始观察(signals)

2. 原则匹配:通过LLM进行语义相似度匹配,合并重复原则

3. 公理晋升:当原则获得≥3次信号确认时,提升为核心公理(axioms)

4. 文档生成:输出SOUL.md身份文档,包含完整溯源链

关键命令包括状态检查(status)、预览模式(synthesize --dry-run)、溯源追踪(trace/audit)和回滚恢复(rollback)。

显著优点

零依赖架构:v0.2.0版本移除了嵌入模型依赖,完全使用用户Agent的现有LLM能力,无需下载额外模型或安装npm包。

完整溯源体系:每个核心公理都记录从原始信号→原则→公理的完整证据链,支持文件:行号级别的精确溯源,解决"这个原则从哪来"的信任问题。

反回音室保护:强制要求公理必须来自≥2种证据来源类型(自我记录、 curated内容、外部反馈),并需包含外部视角或质疑性证据,防止自我强化偏见。

安全优先设计:默认dry-run模式、强制--force才写入、自动备份、完整回滚能力,所有变更都可逆可审计。

隐私本地化:数据仅存储于本地工作区,不传输至任何第三方服务(除用户已配置的Agent LLM提供商外)。

潜在缺点与局限性

LLM依赖性强:语义分析完全依赖Agent的LLM,无网络连接或LLM服务不可用时将无法运行。合成结果在不同运行间可能存在轻微差异。

处理时间成本:相比旧版嵌入模型方案,纯LLM分析耗时更长(秒级而非分钟级),大量记忆文件时延迟明显。

输出格式不稳定:散文式(prose)输出依赖LLM生成质量,可能因验证失败回退至项目符号列表格式。

冷启动门槛:需要用户持续积累memory/目录内容才能达到合成阈值(默认2000字符),初期使用体验单薄。

维度分类黑箱:七维SoulCraft分类由LLM语义判断,用户可能 disagree 具体公理的维度归属。

适合的目标群体

  • 长期使用AI Agent的用户:需要为Claude Code等工具建立稳定、可预期的个性锚定
  • 日记/反思实践者:已有结构化个人记录,希望从中提取模式化自我认知
  • 多Agent协作者:需要在不同会话、不同设备间保持一致的"数字人格"
  • 隐私敏感型用户:偏好本地优先、可审计、无外部依赖的解决方案
  • 研究者/开发者:对AI身份建构、记忆压缩、溯源追踪等技术方向感兴趣

使用风险

数据暴露风险:尽管Skill本身不主动外传数据,但记忆内容会通过正常Agent交互发送至用户配置的LLM提供商(Claude/GPT等)。需审查memory/目录,移除密码、API Key等敏感信息。

语义漂移风险:基于LLM的匹配存在解释波动,同一记忆集多次合成可能产生细微差异,核心公理应保持稳定但表述可能变化。

锁定效应风险:长期依赖单一SOUL.md可能导致身份固化,建议定期审视并配合--force-resynthesis重建。

存储增长风险:自动备份和历史状态文件(.neon-soul/)随使用增长,需定期清理旧备份。

误读风险:用户可能过度认同AI生成的"灵魂"描述,需理解这是记忆模式提取而非心理诊断工具。

NEON-SOUL - Self-Learning Soul Synthesis for AI Agents 内容

手动下载zip · 7.6 kB
SKILL.mdtext/markdown
请选择文件