核心用法
Amber-Hunter 是 Huper琥珀 生态的记忆捕获与召回层，作为本地服务运行在用户机器上（18998端口），让 ChatGPT、Claude、Cursor 等任意 AI 客户端获得真正的长期记忆能力。
记忆捕获：AI 通过 /ingest 主动推送值得保存的内容（决策、偏好、洞察、个人事实等），支持置信度评分与人工审核队列；高置信度内容（≥0.95）可直接入库。
智能召回：/recall 接口提供混合搜索（40%关键词 + 60%语义），支持分类前缀匹配、rerank 重排序、insight 缓存加速，为 AI 响应前注入相关历史上下文。
结构化分类：采用 8 大生活领域分类体系（想法/学习/决策/成长/关系/生活/创意/开发）+ 自动关键词标签，配合 Mem0 自动提取、用户画像构建、WAL 热存储等高级功能。
多客户端支持：本地客户端（OpenClaw、Claude Code、Cowork）直连 localhost；ChatGPT/Claude.ai 通过 huper.org 云 API 接入，统一身份体系（DID）支持跨设备同步。
显著优点
- 真正的跨会话记忆：突破上下文窗口限制，构建可持续成长的个人知识库
- 隐私优先架构：AES-256-GCM 端到端加密，主密码存于系统钥匙串，明文不上云
- AI 主动捕获：内置 6 类信号自动检测（决定、偏好、洞察等），无需用户手动操作
- 混合检索策略：LanceDB 向量 + 关键词 + rerank，兼顾速度与准确度
- 开放生态：标准化 REST API，任意 AI 客户端均可集成
- 可解释性设计：v1.2.25+ 召回结果附带匹配词、语义相似度、WAL 信号等详细说明
潜在缺点与局限性
- 本地运维成本：需常驻后台服务，Windows 支持尚不完善（proactive capture、/freeze 缺失）
- 审核队列负担：默认
review_required=true，高频使用需定期清理待审核记忆 - 云同步依赖：跨设备需信任 huper.org 云端，虽加密但存在元数据暴露风险
- 语义模型依赖：本地 embedding 需 GPU/内存资源，低配置机器可能性能受限
- DID 身份复杂度：多设备同步需理解助记词、设备密钥等区块链概念
适合人群
- 深度 AI 用户：需要 Claude、ChatGPT 等记住跨项目、跨时间的个人偏好与决策
- 开发者/研究员：希望构建可检索的「第二大脑」，沉淀技术决策与学习笔记
- 隐私敏感用户：拒绝将个人记忆托管至云端，要求本地加密存储
- 多平台切换者：在桌面、Web、移动场景间保持一致 AI 上下文
常规风险
- 密钥管理风险：主密码丢失将导致记忆库永久无法解密；助记词泄露可能导致 DID 身份盗用
- 本地服务攻击面：localhost 接口若被其他应用探测，可能泄露记忆数量、分类统计等元数据
- 供应链风险：依赖 huper.org 云服务进行跨设备同步，需评估服务商持续运营能力
- 数据幻觉：LLM 提取的记忆可能存在语义扭曲，人工审核机制是最后防线