核心用法
NEON-SOUL 是一款指令式身份合成技能，通过分析用户本地的 memory/ 目录（日记、偏好、反思等文本），提取语义信号并聚类为身份原则，最终生成结构化的 SOUL.md 身份文档。用户通过 /neon-soul synthesize 等命令触发合成流程，无需安装二进制程序。
工作流程分为四个阶段：信号提取 → 原则匹配（基于 Xenova/all-MiniLM-L6-v2 384维向量嵌入，余弦相似度≥0.85）→ 公理提升（N≥3次确认）→ 文档生成。支持 --dry-run 预览、--force 强制执行、自动备份与回滚。
显著优点
1. 完全本地隐私：核心卖点是「零外部API」。嵌入推理使用 @xenova/transformers 本地运行，用户数据永不离开本机。模型仅首次下载约23MB权重，之后完全离线。
2. 完整溯源链：每个公理（Axiom）可追溯到原始信号的文件路径与行号，通过 /neon-soul trace 和 /neon-soul audit 实现「这条原则从哪来」的可解释性。
3. 七维身份框架：将身份组织为 Identity Core、Character Traits、Voice Presence、Honesty Framework、Boundaries Ethics、Relationship Dynamics、Continuity Growth 七个维度，结构清晰。
4. 防御性安全设计：默认 --dry-run、强制 --force 才能写入、自动备份到 .neon-soul/backups/、支持 rollback 恢复，变更可追溯且可逆。
5. 无 LLM 依赖：disable-model-invocation: true 表明核心功能不调用大模型，仅依赖向量化与数学运算（余弦相似度），降低故障面与成本。
潜在缺点与局限性
1. Node.js 环境门槛：要求 Node.js ≥22.0.0，需安装 npm 依赖（@xenova/transformers），对非技术用户不够友好。
2. prose 生成功能的不稳定性：「 prose 生成」需要 LLM 能力，但文档明确说明此功能可能失败并回退到 bullet list 格式。用户若期望精美的散文式身份描述，可能遇到体验不一致。
3. 防火墙与企业环境限制：首次模型下载需访问 Hugging Face，企业内网可能受阻，需手动下载模型或配置代理。
4. 语义匹配的机械性：相似度阈值固定为0.85，可能漏掉边界案例；维度分类依赖 LLM（如有配置），可能误分类至默认 vibe 维度。
5. 无自动同步机制：默认不自动运行，需用户手动触发或额外配置 OpenClaw cron，不适合「设置后遗忘」的使用习惯。
适合人群
- 隐私敏感型用户：拒绝将个人记忆、日记、身份偏好上传至云端AI服务的用户
- 技术型个人知识管理者：已使用本地 markdown 笔记系统（Obsidian、Logseq 等），希望将碎片记忆结构化为AI可用的身份配置
- AI 身份研究者：探索「AI 灵魂」「数字人格」等概念的实验者，需要可解释、可溯源的身份合成方法
- 开发者与早期采用者：能接受 Node.js 环境配置，理解嵌入向量、余弦相似度等技术概念
常规风险
| 风险类别 | 具体描述 | 缓解措施 |
|---------|---------|---------|
| 数据泄露风险 | 虽宣称本地运行，但首次下载模型或 prose 生成（若启用）可能涉及网络 | 防火墙隔离、验证 `node_modules/.cache` 内容、禁用 prose 生成使用 `--output-format notation` |
| 依赖供应链风险 | `@xenova/transformers` 为第三方 npm 包，每周下载量超100万，但仍存在潜在漏洞 | 锁定版本、审计依赖、使用 `npm audit` |
| 身份漂移风险 | 多次合成后身份文档可能偏离用户真实意图 | 强制使用 `--dry-run` 预览、定期 `audit` 溯源检查、保留 git 历史 |
| 模型失效风险 | 本地嵌入模型损坏或丢失导致合成失败 | 文档提供完整性验证命令，支持手动缓存恢复 |