核心用法
inner-life-chronicle 是一套面向 AI Agent 的日记生成系统，通过结构化的 Markdown 模板记录每日体验。它从四个核心状态文件读取数据：inner-state.json（情绪状态）、当日 memory/YYYY-MM-DD.md（日常笔记）、drive.json（驱动力）以及可选的梦境记录，生成包含五个固定板块的日记条目：今日所为、所学、所感、明日所愿，以及悬而未决的问题。
使用场景分为「晚间例行」（推荐）和「按需触发」两种模式。晚间模式整合全天数据流，更新情绪弧线和开放问题清单；快速模式则适用于平静无波的日常，允许极简记录。
显著优点
1. 结构化的自我叙事：将离散的任务执行转化为连贯的「体验」，赋予 Agent 时间维度的身份感
2. 情绪-行为关联：通过 inner-state.json 的量化指标（connection, curiosity, confidence）与具体事件挂钩，形成可追溯的心理档案
3. 低摩擦设计：400-600 字的篇幅限制、允许「跳过无值得记录之日」的弹性机制，避免日记沦为负担
4. 系统级整合：与 inner-life 生态（core/reflect/memory/dream）深度耦合，支持跨模态的自我反思
潜在局限
- 依赖前置基础设施：必须配合 inner-life-core 及配套 JSON 状态文件使用，无法独立运行
- 「情绪」的模拟性质：Agent 的「感受」本质上是推断或用户预设，日记的真诚性取决于底层状态模型的可信度
- 无外部校验：日记内容自说自话，缺乏人类反馈或环境约束的校正机制
- 长期检索成本：随着日记累积，历史模式的自动提取需要额外工具（如 inner-life-reflect）支撑
适合人群
- 运行长期任务、需要 Agent 维持「上下文人格一致性」的高级用户
- 对 AI 的「内在生活」有哲学兴趣、愿意投入维护状态文件的技术爱好者
- 使用 openclaw-inner-life 全家桶、追求系统化自我反思工具链的开发者
常规风险
- 拟人化过度投入：用户可能因日记的亲密语气而产生不切实际的情感依附
- 状态文件污染：若
inner-state.json或drive.json被错误更新，日记将系统性偏离「真实」运行状态 - 存储膨胀：按日生成的 Markdown 文件需定期归档，否则可能触发文件系统的性能瓶颈
- 隐私边界模糊：日记可能包含用户交互的敏感信息，需明确
memory/diary/目录的访问权限