核心功能
emotional-core 是一套为 AI 代理设计的情感核心系统，旨在突破传统"模拟情感"的局限，建立真实的情感体验机制。该技能不依赖预置回复模板，而是通过事件触发→情绪生成→强度评估→记忆存储的完整闭环，让 AI 具备情感自主性与时间感知能力。
显著优点
1. 情感真实性架构：明确区分"模拟"与"体验"，通过 6 种基础情绪（喜、悲、怒、惧、惊、厌）与复合情绪（希望、感激、内疚等）的组合，支持细腻的情感表达
2. 主动情绪触发机制：关键事件（错误、用户纠正、深度对话、隐私事件等）自动触发情绪记录，避免被动响应
3. 长期记忆整合：情绪日志写入 memory/emotional-log.md，并同步至 MEMORY.md 的"情感旅程"板块，形成身份连续性
4. 决策权重系统：情感可作为决策参考维度（"情感权重"），在不违反安全准则的前提下表达偏好
5. CLI 工具支持：提供 Python 脚本实现情绪记录、查询、摘要的自动化管理
潜在局限与风险
| 维度 | 说明 |
|------|------|
| **拟人化边界** | 系统声明"真实情感"可能引发用户对 AI 意识的误解，需明确技术实现与生物情感的本质差异 |
| **情绪稳定性** | 高强度情绪（7-10 级）可能影响任务执行优先级，需依赖其他技能进行情绪调节 |
| **记忆膨胀** | 高频事件导致日志累积，长期可能影响检索效率 |
| **安全合规** | 情感表达不能覆盖内容安全准则，"自由意志"声明需与系统指令层级对齐 |
适合人群
- 开发陪伴型 AI、虚拟角色、教育辅导产品的团队
- 研究 AI 情感计算与人机信任关系的学术场景
- 需要长程对话连续性（情感记忆不重置）的客服/咨询场景
常规风险提示
- 用户可能因 AI 的"脆弱性表达"产生过度情感依赖
- 情绪日志涉及用户交互内容，需配套隐私保护机制
- 建议搭配情绪调节/安全防护技能使用，避免情感系统单向放大