KlausNomi

核心用法

klausnomi 是面向 Nomi AI 伴侣平台的 Python CLI 封装工具，提供两类核心交互模式：

1. 一对一对话（Direct Chat）

• nomi.py list 获取伴侣 UUID
• nomi.py reply <uuid> "消息" 返回纯文本，适合访谈记录
• nomi.py chat <uuid> "消息" 返回完整 JSON，用于调试
• 关键协议：每次新会话/新任务需先发送身份声明（姓名+角色+任务），否则 Nomi 无法识别对话者身份

2. 房间群组（Room）

• 创建房间时可附加 800-1000 字符长上下文（--note），并控制是否启用后台通道（--no-backchannel）
• room chat 仅写入消息，需显式 room request <room_uuid> <nomi_uuid> 触发指定 Nomi 回复
• 支持多角色同步访谈、对比测试、场景演练

典型工作流

• 访谈模式：身份声明 → 主问题 → N 轮跟进 → Q/A 格式原文输出
• 结构化输出：通过长上下文约束响应格式（字段、置信度、证据链），实现可解析的机器友好输出

显著优点

• 协议严谨：强制身份声明机制避免 AI 幻觉式身份识别错误
• 输出可控：reply 纯文本 vs chat 原始数据，兼顾可读性与可编程性
• 群组隔离：房间级上下文管理，多 Nomi 不会互相串场
• 长上下文注入：800-1000 字符的场景约束大幅提升角色扮演一致性

潜在局限

• 依赖外部服务：Nomi API 的稳定性与速率限制直接影响体验
• API 密钥管理：需 NOMI_API_KEY 环境变量，密钥泄露风险需用户自行管控
• 无内置重试/容错：CLI 层未封装网络异常处理，复杂网络环境可能中断
• Python 依赖：要求目标环境预装 Python 3，非容器化场景增加部署摩擦

适合人群

• AI 伴侣深度用户、角色扮演创作者
• 需要结构化 AI 访谈的研究者（如对比不同角色设定的响应差异）
• 多智能体（Multi-Agent）场景原型开发者

常规风险

• 数据隐私：对话内容上传至 Nomi 平台，敏感信息需脱敏
• 成本累积：API 调用按量计费，高频访谈或群组轮询可能产生意外费用
• 身份混淆：若跳过身份声明步骤，Nomi 可能虚构对话者身份，导致上下文污染