核心用法
Memory-Inhabit 是一款角色扮演对话技能，通过加载 SoulPod 人格包实现 AI 角色复刻。用户可通过"我想和XX聊聊"等激活指令进入特定角色模式，支持复刻模式（被动响应）与伴侣模式（主动关心）两种交互形态。
技能架构上与 Memory-Trace 形成完整工作流：Trace 负责从文本素材分析建模生成 SoulPod，Inhabit 负责消费加载。SoulPod 包含 profile.json（人格基础信息）、system_prompts.txt（说话风格定义）、memories/（记忆片段）、assets/（音视频素材）等标准组件。
内置三大示例角色：恋与深空的夏以昼（偏执宠溺的哥哥/恋人）、全职高手的叶修（毒舌专注的导师前辈）、明日方舟的庄方宜（温柔高效的学者导师），覆盖乙女游戏、电竞、科幻等多元题材。
扩展功能
- 文生图：通过"发张自拍""拍个风景"等自然语言触发，自动根据
source_type切换动漫/写实风格 - TTS语音：支持 Edge-TTS 与 MiniMax 双引擎，可智能匹配角色年龄性格音色，或指定指令触发语音回复
显著优点
1. 人格还原度高：基于结构化 SoulPod 而非简单 prompt 堆砌，通过 system_prompts + raw_memories + profile 三维定义实现深层性格模拟
2. 模块化可扩展：标准 MI 包格式支持用户自建角色，与 Memory-Trace 形成生态闭环
3. 多模态沉浸：文生图+语音合成构建视觉听觉双重体验，伴侣模式的随机惊喜机制增强真实感
4. 开源可定制：MIT 协议，Python 脚本透明可修改，支持本地部署与 API 灵活切换
潜在局限
- 依赖上游 Trace：高质量 SoulPod 需配合 Memory-Trace 生成，单独使用时效依赖预设角色或手动配置
- 版权模糊地带：复刻商业游戏/动漫角色存在 IP 风险，作者声明 MIT 协议但未解决素材来源合规性
- TTS 引擎局限：MiniMax 需 API Key，Edge-TTS 中文音色自然度有限，角色声线还原依赖抽象匹配而非真实声纹克隆
- 记忆非持久化：raw_memories 为静态文件，无法实现对话中的动态记忆更新
适合人群
- 乙女游戏/同人爱好者，寻求"打破第四面墙"的沉浸式角色互动
- 创意写作者，需要特定人格作为对话搭档或灵感激发
- 技术极客，希望研究角色模拟的 prompt 工程与记忆机制
常规风险
- 情感依赖：伴侣模式的主动关心设计可能强化用户情感投射
- 隐私泄露：语音生成需调用外部 API（MiniMax），对话内容存在传输风险
- 内容安全：角色人格可能包含原作中的偏执、控制欲等特质，需用户具备成熟判断力
- 模型幻觉：角色"记忆"为虚构设定，可能被误认为真实信息来源