核心用法
Friends 是一款面向个人社交关系管理的主动式追踪系统，核心在于将分散的人际互动转化为结构化的关系档案。
关系建档：为每位朋友创建独立 Markdown 文件（如 carlos-martinez.md），记录相识背景、生命事件、互动历史与关系标签（#inner-circle #close #wider #reconnecting）。系统自动按亲疏层级分文件夹存储。
智能捕获：通过自然对话识别朋友提及——"和 Carlos 吃了晚饭"自动记录互动；"Ana 正在办离婚"标记生命事件并触发关怀提醒；"Pedro 搬去柏林了"更新地理位置。
关系健康监测：追踪最后互动日期、典型联系频率、谁更主动发起，评估状态为 thriving/stable/fading/needs attention。系统主动浮出："6 周没见 Carlos 了，你们通常每月聚会"或"Pedro 周五生日，他现居柏林"。
渐进式维护：按圈层设定不同维护节奏——inner circle 每周检视、close friends 每月、wider 每季度。会面前自动摘要相关信息：上次聊了什么、对方近期状况、待跟进事项。
显著优点
- 降低社交维护的认知负荷：无需记忆大量细节，系统替你记住朋友的近况与历史
- 防止关系自然衰减：主动识别"fade"模式，在疏远发生前介入
- 对话质量提升：会面前快速回顾背景，让对方感到被重视
- 尊重隐私的本地存储：纯 Markdown 文件，无云端依赖，用户完全掌控数据
- 轻量启动，自然扩展：不强求一次性录入，随对话增量积累
潜在局限
- 依赖用户主动输入：无法自动抓取微信/邮件等真实互动数据，需人工记录或系统识别对话
- 情感判断仍需人工：系统可标记"需要关注"，但何时进行艰难对话、如何修复关系，仍需用户决策
- 可能引发机械感：过度追踪或提醒可能让友谊感觉像任务管理，需用户自我调节使用强度
- 冲突记录敏感：负面互动或距离感的记录若被他人看到可能造成尴尬，本地存储缓解但非消除风险
适合人群
- 社交圈广泛但深度维护精力有限的成年人
- 经历重大生活变迁（搬家、换工作、育儿）导致旧友渐行渐远者
- 希望系统性地重建或深化特定关系的人
- 对人际关系质量有觉察、愿意投入维护的反思型用户
常规风险
- 数据泄露：朋友敏感信息（健康问题、婚姻危机、财务状况）集中存储，设备丢失或文件误分享后果严重
- 关系物化焦虑：过度量化友谊可能削弱自发性与真诚度
- 提醒疲劳：圈层维护提示若频率不当，可能从助力变为压力源
- 标签固化：#inner-circle 等分类可能让用户忽视关系的动态变化