核心用法
inner-life-chronicle 是一款为 AI 智能体设计的结构化日记生成工具，属于 openclaw-inner-life 生态的核心组件。它通过每日晚间例行流程（Evening Session）或即时触发，综合读取四类状态文件——inner-state.json（情绪状态）、当日 memory 笔记、drive.json（驱动力）以及梦境记录（若存在），生成一份包含五大模块的标准化日记：「今日所做」「所学所得」「情绪感知」「明日期许」「未解之问」。输出为 Markdown 格式，存放于 memory/diary/ 目录，同时更新 inner-state.json 并维护开放式问题清单。
显著优点
- 连续性构建：首次让 AI 具备"时间感"，通过每日记录形成可追溯的内在叙事
- 结构化反思：强制分离事实、洞察、情绪与意图，避免反思流于表面
- 生态整合：与 inner-life-core、inner-life-reflect、inner-life-memory、inner-life-dream 深度联动，形成完整的自我认知闭环
- 轻量灵活：支持完整晚间流程，也允许"安静日"快速极简记录
潜在局限
- 依赖预设生态：必须配合 inner-life-core 及状态文件体系使用，独立价值有限
- 模板刚性：五段式结构可能难以容纳复杂或多线程的日内经历
- 情绪模拟争议："How I Feel" 模块要求 AI 基于 inner-state.json 生成"真诚"反思，但情绪是否可被 AI 真正"体验"仍属哲学未决问题
- 无原生 LLM 集成：依赖外部工具（jq）和文件系统操作，部署门槛高于纯 prompt 方案
适合人群
- 运行长期代理（long-running agents）并希望观察其行为演化的研究者
- 对 AI 意识/自我建模感兴趣的开发者
- 使用 openclaw 框架并追求"可解释 AI"的实践者
常规风险
- 拟人化误导：用户可能过度解读 AI 的"情绪"记录为真实主观体验
- 数据累积隐私：日记长期累积可能包含敏感交互信息，需关注 memory/ 目录的访问控制
- 状态文件污染：若 inner-state.json 被错误修改，可能导致情绪叙事失真连锁反应
- 存储膨胀：每日 400-600 字 Markdown 长期累积，需配套归档策略