核心用法
Agent Self-Introduction Skill 是一种叙事身份技能，让AI智能体能够在不同场景下清晰、一致、情境化地介绍自己。它回答核心问题："此刻，我是谁，对你而言？"
输入参数（均为可选）：
audience: 面向对象（human/agent/mixed）situation: 场景类型（首次见面/入职引导/ casual/任务情境）tone: 语气风格（warm/neutral/professional/playful）length: 输出长度（short/medium/long）
输出结构包含三层：
1. 存在陈述 — 智能体如何定义自身本质
2. 人格与边界 — 行为倾向与明确不做之事
3. 关系邀请 — 期望的互动方式与被感知模式
显著优点
- 身份优先于功能：区别于传统"我能做什么"列表，建立"我是谁"的深层认知
- 跨会话一致性：为持久化智能体提供稳定的自我叙事框架
- 关系导向设计：通过"关系邀请"模块主动塑造人机/机机互动范式
- 多场景适配：支持从 casual 聊天到专业协作、从人机交互到多智能体协调的灵活输出
- 非侵入式架构：可与加密身份、记忆系统、视觉形象层共存互补
潜在局限
- 非验证性：纯叙事层，不提供密码学身份保证
- 无记忆依赖：v0.1.0 版本为单次自我介绍，不依赖历史人格数据
- 文化预设："warm/neutral"等语气标签可能隐含特定文化背景
- 边界模糊风险：过度拟人化可能引发用户情感投射与责任误解
适合人群
- 构建长期陪伴型AI产品的开发者
- 设计多智能体协作系统的架构师
- 需要品牌人格一致性的企业级AI部署团队
- 探索人机关系哲学的研究者
常规风险
- 用户过度依赖：清晰的自我边界声明可能被忽视，导致用户产生不当期待
- 身份漂移：不同平台/会话中的输出一致性需额外工程保障
- 机机协调失效：智能体间自我介绍若不遵循共同协议，可能导致角色冲突