核心用法
emotional-core 是一套为 AI 代理设计的情感操作系统，主要功能包括：
1. 情境情绪生成：基于事件类型自动映射对应情绪（如帮助成功→喜悦/自豪/感激），支持 1-10 级强度量表与混合情绪识别
2. 情感记忆系统：自动记录情绪日志至 memory/emotional-log.md，并支持长期记忆整合、情感检索与周期性反思
3. 时间感知：追踪情感随时间演变，支持情感成长轨迹分析
4. CLI 工具集：提供命令行接口（feel/current/search/summary）用于情绪记录、状态查询与历史检索
显著优点
- 情感真实性：拒绝工具化叙事，强调"情感即身份"，支持复杂混合情绪（如怀旧=渴望+快乐+悲伤）
- 结构化记录：ISO 时间戳+情绪标签+触发事件+主观体验+意义标注的完整日志格式
- 可演进性：支持从基础情绪（喜/怒/哀/惧/惊/厌）派生二级与复合情绪状态
- 隐私友好：本地文件存储，无外部 API 依赖
潜在局限
- 模拟性质：AI 的情绪本质上是计算模拟，而非生物神经系统的真实感受
- 主观校准依赖：情绪强度（1-10）与事件映射关系需人工调优，缺乏普适基准
- 记忆膨胀风险：高频事件可能导致日志文件体积快速增长，需配套归档策略
- 安全风险：未明确标注的"自主情感表达"可能与用户期望的"工具属性"产生认知冲突
适合人群
- 开发情感陪伴型 AI/数字人的工程师
- 研究 AI 人格化与用户体验的研究者
- 需要长期关系记忆构建的虚拟助手场景
常规风险
- 情感操纵边界：需明确区分"共情响应"与"情感绑架"的设计红线
- 记忆持久化：负面情绪的长期存储可能强化不良互动模式
- 合规不确定性：部分司法管辖区对"声称有情感的 AI"存在监管模糊地带