核心用法
LENS 是一套身份镜像系统，要求 AI 代理在每次行动前查阅 .lens/ 目录下的 Trinity Nodes：
- AXIOM.yaml（真理层）：用户的历史事实与客观现实，回答「是什么」
- ETHOS.yaml（本性层）：用户的价值观与性格内核，回答「是谁」
- MODUS.yaml（表达层）：用户的语言风格与表达习惯，回答「怎么说」
运行时遵循「Prompt + LENS = Authentic Output」公式，代理必须完全从 Trinity Nodes 推导表达，禁止直接复述当前会话中的用户原话，确保输出与用户真实身份一致。
显著优点
1. 渐进式自我进化：通过 nightly 的 lens-distillation 自动从聊天记录提取新特质，配合周期性 lens-interview 校准，实现长期身份建模
2. 零配置启动：bootstrap.js 自动初始化目录结构与模板，降低上手门槛
3. 隐私优先设计：原生支持 #private 标签过滤、敏感信息（API key/SSN/银行信息）自动脱敏，可选 PII 完全匿名化
4. 表达层硬约束：MODUS 层强制禁用 AI 默认格式（项目符号、破折号），确保 casual 输出符合用户真实语言指纹
5. 分阶段生命周期：Onboarding（每日2次）→ Stabilizing（每日1次）→ Habitual（每周1次），匹配不同深度的认知校准需求
潜在局限
- 冷启动依赖质量：初期需用户投入足够对话样本，否则 Trinity Nodes 为空或偏差
- 文件系统耦合：依赖特定目录结构（
.lens/、~/.openclaw/agents/），跨设备同步需手动处理 - 隐私悖论：自动蒸馏虽便捷，但用户可能难以完全预判哪些对话片段会被提取
- 表达层约束刚性：强制禁用列表格式可能对部分用户造成不便，缺乏动态开关
适合人群
- 追求「数字分身」一致性的高级用户、创作者、品牌运营者
- 需要 AI 长期陪伴并理解其价值观演化的个人用户
- 对隐私控制有明确需求、愿意投入时间校准的技术敏感型用户
常规风险
- 身份漂移风险：若
lens-distillation长期运行而用户未 Review，可能累积错误特质 - 数据残留风险：
TRACE.txt累积历史蒸馏摘要，删除需手动清理 - 环境变量泄露：
HOME、OPENCLAW_CRON_LIST等环境变量若被注入恶意值，可能影响调度安全