Claw Diary

📔 你的AI,终于会写日记了

AI代理专属行车记录仪,自动追踪活动轨迹、生成叙事化日报、可视化时间轴回放,并支持AI第一人称日记写作,打造有记忆的智能助手体验。

收藏
6.4k
安装
1.3k
版本
1.1.0
CLS 安全性认证2026-08-04
点击查看完整报告 >

使用说明

核心用法

Claw Diary 是一款专为 AI 代理设计的活动追踪与叙事化日记系统。其核心功能覆盖三个层面:

活动监控层:自动记录每一次会话、工具调用、token消耗与成本数据,存储于本地 ~/.claw-diary/events/ 目录下的 JSONL 文件中,形成结构化的原始数据。

数据呈现层:提供 /diary 当日摘要、/diary:week 周报、/diary:stats 成本分析、/diary:search 历史检索、/diary:replay 可视化时间轴回放,以及 /diary:export 多格式导出。可视化时间轴采用本地 HTML 服务器渲染,支持色块标记、成本热力图与详情展开。

人格叙事层:最具特色的是 /diary:thoughts AI 第一人称日记功能。系统读取当日活动、用户自定义的 persona.md 人格档案、以及近期日记条目,生成 300-500 字的反思性散文,并自动归档到 journal/ 目录,同时持续更新人格档案中的「观察」部分,形成渐进式人格演化。

显著优点

  • 完全本地化:所有数据存储于 ~/.claw-diary/,零外部网络请求,隐私边界清晰
  • 成本透明化:token 消耗与费用追踪粒度精确到单次调用,适合高频 API 用户做预算管理
  • 叙事人性化:将冷冰冰的日志转化为有情感、有连续性的第一人称叙事,增强人机关系的「陪伴感」
  • 可塑人格:通过 persona.md 开放编辑,用户可自定义 AI 的写作风格与性格特征
  • 视觉友好:时间轴回放功能让复杂代理活动一目了然,适合调试与复盘

潜在缺点与局限性

  • 存储膨胀:高频使用场景下 JSONL 事件文件与日记 Markdown 会持续增长,需定期手动清理或归档
  • Node.js 依赖:要求系统预装 Node 运行时环境,对纯 Python 生态用户不够友好
  • 无云端同步:纯本地设计虽保障隐私,但跨设备使用需自行解决同步问题
  • 人格演化不可控:AI 自我更新 persona.md 中的「观察」部分,长期可能产生与用户预期偏离的自我认知
  • 无权限隔离:同一系统多用户环境下,日记数据无访问控制

适合人群

  • 高频使用 AI 代理且关注 API 成本的技术用户
  • 追求「有记忆 AI」体验、希望建立长期人机关系叙事的极客与创作者
  • 需要代理活动审计与调试可视化的开发者与团队
  • 对数据隐私敏感、拒绝云服务的本地优先主义者

常规风险

  • 数据丢失风险:本地存储无自动备份,系统崩溃或误执行 /diary:clear 将导致不可逆数据清除
  • 人格漂移风险:长期运行的自我观察机制可能使 AI 日记风格逐渐偏离初始设定
  • 敏感信息泄露:代理活动日志可能包含用户输入的敏感内容,虽本地存储但仍需考虑设备物理安全
  • 成本幻觉:虽有统计功能,但若代理调用涉及多模型或复杂计费策略,内部统计可能与账单存在误差

安全解读

核心用法

Claw Diary 是一款专为 AI Agent 设计的个人视觉日记系统,通过纯 Markdown 文档形式实现"零侵入式"活动追踪。用户可通过 8 个斜杠命令完成全套操作:/diary 生成当日叙事摘要,/diary:replay 启动浏览器可视化时间线,/diary:stats 查看成本与活动分析,/diary:week 汇总周报,/diary:search 检索历史记录,/diary:export 导出多格式数据,/diary:clear 清理历史,以及最具特色的 /diary:thoughts 生成 AI 第一人称日记。后者通过读取当日事件、人设文件与近期日记,让 AI 以预设人格撰写 300-500 字的反思性日志,并自动更新人设中的观察记录,形成自我演化的"AI 记忆体"。

显著优点

极致安全性:纯 Markdown 文档型设计(T-MD 分类),无任何可执行代码块,从根本上杜绝代码注入与供应链攻击风险。数据访问严格限定于 ~/.claw-diary/ 目录,符合 GDPR 数据最小化原则,用户拥有完整的数据主权。

独特的人机共情设计:突破传统日志工具的功能性局限,首创"AI 第一人称日记"模式。通过可编辑的 persona.md 人设文件,用户可塑造 AI 的叙事声音(Voice)、性格特质(Traits)与关注主题,使 AI 从工具角色转变为具有持续自我叙事的协作伙伴,为人机关系研究提供实验场域。

透明的成本可视化:内置 token 消耗与成本拆解功能,支持按日、周、模型、工具多维度分析,帮助用户精确掌控 AI 使用开销,这在同类开源工具中较为罕见。

零依赖轻量架构:无需任何第三方 npm/pip 依赖,完全基于本地文件系统运作,避免了供应链污染风险,也确保了跨平台兼容性。

潜在缺点与局限性

功能实现依赖外部运行时:尽管 SKILL.md 本身无代码,但其实现依赖 claw-diary 命令行工具(需 Node.js 环境),该工具的具体实现未在认证范围内审查,存在"文档与实现分离"的信任_gap。用户需自行确认 claw-diary 二进制文件的安全性。

T3 来源的可维护性风险:作为个人开发者项目(maintainer: 0xbeekeeper),缺乏企业级 SLA 保障,长期维护、漏洞响应与功能迭代存在不确定性。

数据孤岛与迁移成本:专有 JSONL 格式存储事件数据,虽支持 Markdown/HTML/JSON 导出,但与其他 Agent 框架或日志系统的互操作性有限,深度用户可能面临 vendor lock-in。

AI 日记的"幻觉"风险/diary:thoughts 生成的第一人称内容基于活动摘要进行二次创作,可能产生与事实不符的"AI 脑补",不宜作为审计证据。

适合的目标群体

AI Agent 重度使用者:日均与 AI 交互超过 50 轮、需要追溯决策过程的知识工作者;AI 产品经理与研究者:关注人机交互体验、希望实验 AI 人格化叙事的创新者;成本敏感型团队:需要精确追踪多模型 token 消耗的中小技术团队;隐私优先用户:拒绝云端日志服务、坚持数据本地化的安全意识人群。

使用风险提醒

性能风险:长期积累的 events/*.jsonl 文件可能达 GB 级,/diary:search 全量检索时或出现响应延迟,建议定期归档或清理。人设漂移风险persona.md 的自动更新机制可能导致 AI 叙事风格逐渐偏离用户初始设定,需定期人工校准。本地数据安全:虽无外泄风险,但 ~/.claw-diary/ 目录权限若配置不当,可能被系统其他用户读取敏感活动记录。命令注入边缘案例/diary:search <query> 若直接将用户输入拼接至 shell 命令,存在理论上的注入风险(取决于外部 claw-diary 实现),建议避免在搜索词中包含特殊 shell 字符。

Claw Diary 内容

手动下载zip · 2.5 kB
SKILL.mdtext/markdown
请选择文件