核心用法
Big Seed 是一款个人化的生活记录与故事生成工具，核心理念是"种一颗种子，长一个世界"。用户通过触发词（如"种一颗""刚想到"）记录日常闪念、感悟、情绪或灵感，系统会自动分类、打标签并识别情绪，存储在本地设备的 memory/bigseed-data/ 目录下。
数据流转路径：
1. 种种子：用户触发 → Python 脚本写入 seeds.json → 返回确认
2. 拼画像：读取最近种子 → 分析习惯/价值观/情绪趋势 → 更新 portrait.json
3. 生故事：提取种子数据+画像 → 创作短篇小说、电影剧本、年度报告或互动剧情
支持的故事形式：短篇小说、电影剧本（分幕分镜）、年度人生报告、剧情选择游戏、十分钟小剧场。
显著优点
- 隐私优先设计：所有数据明确声明仅存储在本地设备，不上传外部服务器，首次使用强制展示隐私提示
- 自动化工作流：通过 Python 脚本管理数据读写，避免模型直接操作文件，降低出错概率
- 结构化数据：种子包含类型、情绪、标签等元数据，支持多维查询和统计
- 定时推送机制：内置 Cron 工作流，每周六自动生成简报、画像摘要和故事
- 趣味交互设计：支持"随机种子""今天的我是什么剧本"等轻松触发方式
潜在缺点与局限性
- 依赖本地环境：需要 Python 运行环境和特定目录结构，迁移或备份需手动操作
- 数据孤岛风险：JSON 文件格式虽开放，但缺乏导出为通用格式（如 Markdown、PDF）的机制
- 画像准确性受限：基于短期文本片段推断用户画像，可能存在偏差，且未说明长期画像的累积策略
- 故事生成质量波动：依赖模型创造力，对同一批种子可能产出质量差异较大的内容
- 无多设备同步：本地存储意味着无法在手机、电脑间自动同步
适合人群
- 希望记录生活但厌倦传统日记格式的用户
- 对隐私敏感、不愿数据上云的个人记录者
- 喜欢从碎片信息中获得"意外故事"的创意型用户
- 需要定期回顾生活模式（周/年）的自我反思者
常规风险
- 数据丢失风险：本地 JSON 文件损坏或目录误删会导致记录丢失，文档未提及自动备份机制
- 脚本执行失败：Python 环境缺失或路径错误会导致功能中断，需手动排查
- 情绪标签误判：自动识别的情绪可能与用户真实感受不符，长期积累可能影响画像准确性
- 隐私提示流于形式：强制展示的隐私说明用户可能快速跳过，实际数据控制感知不足
- Cron 任务资源占用：定时生成故事可能消耗较长模型时间（60-120秒），在资源受限环境可能超时