核心用法
Amber-Hunter 是 Huper琥珀生态的「捕获与召回层」，通过本地服务（localhost:18998）为 ChatGPT、Claude 等 AI 客户端提供跨会话的长期记忆能力。核心工作流分为三步：
1. 主动捕获：AI 通过 /ingest 端点推送值得记忆的内容（决策、偏好、洞察等），支持自动信号检测（save_request、decision、preference 等 6 类），默认进入审核队列，高置信度（≥0.95）可直接入库。
2. 智能召回：通过 /recall?q=<query> 进行混合检索（40% 关键词 + 60% 语义），支持分类过滤、Rerank 重排、Insight 摘要压缩，为 AI 生成提供上下文。
3. 分类管理：采用 8 大固定分类（想法/学习/决策/成长/关系/生活/创意/开发）+ 动态标签体系，支持自动关键词识别与 AI 辅助建议。
显著优点
- 真·本地优先：AES-256-GCM 端到端加密，主密码存于系统钥匙串，明文永不离开本地
- 跨平台覆盖：macOS/Linux/Windows 桌面 + 无头服务器，云端 API 作为备选
- RAG 就绪：结构化输出直接对接 Retrieval Augmented Generation 流程
- 渐进式智能：v1.2.37+ 支持本地 AmberGPT 微调（基于个人记忆数据）、增量训练、标签自校正
- 多模态集成：OpenClaw、Claude Code、Cowork、ChatGPT（GPT Action）均有对应端点
- 用户可控：审核队列机制确保「AI 提议、人类确认」，避免记忆污染
潜在局限
- Windows 功能阉割：主动捕获、session
/freeze等功能暂不支持（v1.2.37） - 冷启动问题：新用户需积累 50+ 胶囊才能触发首次语义模型训练
- VPS 配置门槛：云部署时需手动绑定 API Key，自动化程度低于本地体验
- 生态依赖：深度依赖 Huper 云服务进行跨设备同步，自建替代方案未开放
适合人群
- 高频使用 AI 编程助手（Claude Code、Cursor、OpenClaw）的开发者
- 需要「个人知识库」跨会话延续的深度 AI 用户
- 对隐私敏感、拒绝云端记忆托管的技术决策者
- 愿意投入时间调教 AI 记忆偏好的「第二大脑」构建者
常规风险
- 单点故障：本地 SQLite 数据库损坏将导致记忆丢失，需依赖
/admin/export定期备份 - 密钥管理：
api_token与 DID 助记词一旦泄露，攻击者可读取全部记忆内容 - 语义漂移：长期未校正的自动标签可能累积误差，需定期使用
corrections/apply修正 - 云同步冲突：多设备同时使用同一 API Key 会导致同步冲突，需手动
sync/resolve