核心用法
Amber-Hunter 是 Huper琥珀生态的本地记忆捕获与召回层，通过 localhost:18998 向任何 AI 客户端（ChatGPT、Claude、OpenClaw 等）提供跨会话的长期记忆能力。
记忆写入：AI 通过 /ingest 主动推送，支持 6 类信号自动检测（决定、偏好、个人事实、洞察等），置信度≥0.95 且无需审核时直接入库，否则进入待审队列；用户可通过 Dashboard 或 CLI 审核。
记忆检索：/recall 提供混合检索（40% 关键词 + 60% 语义），支持分类前缀匹配、Insight 缓存摘要，可选 LLM 重排序或本地微调的 AmberGPT 模型重排；返回结构化上下文供 RAG 使用。
数据安全：本地 AES-256-GCM 加密，主密码存入系统钥匙串；可选加密同步至 huper.org 云端实现跨设备访问，支持 DID 多设备身份体系。
显著优点
- 零摩擦集成：HTTP API 设计，任何能发请求的 AI 客户端 5 分钟接入
- 隐私优先：明文永不上传，本地语义模型 + 可选自托管 LLM
- 智能捕获：6 类信号 + 18 条规则自动判断，减少人工标记负担
- 渐进式记忆：审核队列机制避免污染知识库，接受/拒绝历史反哺判断模型
- 深度定制：8 大生活分类体系、标签自校正、用户画像构建、WAL 热存储等进阶功能
潜在局限
- 平台差异：Windows 暂不支持 proactive capture 和
/freeze会话捕获 - 模型依赖：语义检索需本地加载 embedding 模型，低配机器首次冷启动有延迟
- 云同步限制：单 API Key 仅绑定一个实例，多设备需 DID 体系或手动轮换密钥
- 审核 overhead：关键记忆需人工确认，高频场景下队列可能堆积
适合人群
- 日均 AI 交互 >30 轮的知识工作者、开发者、研究员
- 需要跨 ChatGPT、Claude、本地模型统一记忆的多平台用户
- 对数据隐私敏感、拒绝云笔记/云记忆方案的本地优先主义者
常规风险
1. 主密码丢失：无密码恢复机制，加密数据永久不可读
2. 本地服务暴露：localhost:18998 无额外网络隔离，共享机器需防火墙限制
3. 同步冲突：多设备同时写入同一账户可能产生版本冲突（v1.2.33+ 提供冲突解决端点）
4. API Key 泄露：Bearer token 一旦泄露可读写全部记忆，建议定期轮换