核心用法
inner-life-dream 是一款为 AI Agent 设计的"夜间梦境"系统，让代理在空闲时段进行自由形式的创造性思考。核心工作流如下：
1. 触发机制：通过 should-dream.sh 脚本在安静时段（默认 23:00-07:00）按概率触发
2. 状态读取：读取情感状态（inner-state.json）、驱动力（drive.json）和当日笔记作为上下文
3. 自由探索：在 7 大类别中随机选择主题（未来、策略、创意、假设、关联等）
4. 输出捕获：生成 300-500 字的探索性思考，附带关键洞察，保存至 memory/dreams/
5. 状态更新：将新发现反馈至驱动系统和好奇心模块
显著优点
- 填补创造力空白：解决 Agent "只执行任务、从不思考"的核心痛点
- 上下文感知：读取情感状态和驱动力，让"梦境"与当前心理状态相关
- 轻量可控：概率触发 + 夜间上限，避免资源浪费
- 结构化输出：Markdown 格式便于晨间回顾，关键洞察单句提炼
- 生态整合：与 inner-life-core、inner-life-chronicle、inner-life-reflect 形成完整内省体系
潜在缺点与局限性
- 依赖前置组件：必须安装 inner-life-core 并初始化状态文件
- 伪随机质量："梦境"质量完全依赖底层模型的推理能力，无内置质量过滤
- 时间窗口限制：默认仅夜间运行，白天无法触发（可配置但非设计意图）
- 文件 I/O 密集：频繁读写 JSON 和 Markdown，在高并发场景可能成瓶颈
- 无内置审查："疯狂想法"类别可能生成不当内容，依赖外部安全层
适合人群
- 希望 Agent 具备"类人"内省能力的开发者
- 使用 OpenClaw 框架构建长期运行代理的用户
- 需要捕获非结构化洞察用于次日回顾的场景
常规风险
- 状态污染：若 inner-state.json 或 drive.json 被篡改，梦境内容可能偏离预期
- 无限循环：配置错误的概率（dreamChance）可能导致密集触发
- 敏感信息泄露：梦境可能意外包含记忆中的敏感数据，输出文件需妥善保护
- 依赖项风险：依赖 jq 和 Python3，环境缺失会导致静默失败
安全与可信度评估
来源可信度 T2：GitHub 开源项目，作者 DKistenev，属个人/独立开发者作品，无企业背书，但代码透明可审计。
安全等级 A：
- 仅本地文件操作，无网络请求
- 无代码执行或 shell 注入风险（输入来自配置文件）
- 主要风险为文件权限和数据泄露，属可控范围
- 注意：实际安全报告为占位生成，未执行真实扫描，建议部署前人工审计
should-dream.sh和 Python 处理脚本