核心用法
learn-me 是 OpenClaw 的个性化记忆增强技能，通过异步、克制的对话策略逐步构建用户画像。它不依赖一次性问卷，而是在日常交流中捕捉线索（如"昨晚陪孩子看医生"、"受不了无效会议"），将潜在提问方向存入 memory/learning-user.md，再由定时任务（cron）在合适时机（默认每日 1 次）择机发起自然追问。
显著优点
1. 非侵入式采集：绝不实时追问，所有线索"暂存后延"，降低对话摩擦
2. 智能时机判断：跳过用户忙碌、情绪负面或话题敏感的场景
3. 自适应敏感度：首次回避标记 30 天冷却，二次回避永久封禁该话题
4. 自然语言交付：问题融入上下文，禁用"我能问你吗"等元话语
5. 可配置节奏：支持 1-2 次/日、早/中/晚窗口，匹配用户作息
潜在局限
- 依赖记忆系统：若 OpenClaw 记忆被清空，画像进度丢失
- 冷启动周期长：需多次交互才能积累足够提问方向
- 误判风险：cron 触发时若状态检测不准，可能在不当时机打扰
- 语言本地化：示例库为英文，多语言场景需模型自主转译
适合人群
- 追求"越用越懂你"体验的长期 OpenClaw 用户
- 不愿填写结构化问卷、偏好自然交流的用户
- 工作节奏规律、可预测空闲时段的上班族
常规风险
- 隐私边界：需警惕收集到用户未明确同意的敏感信息（健康、财务、家庭矛盾）
- 数据持久化：学习记录以明文 Markdown 存储于工作区，多用户共享主机时存在泄露面
- 情感过度推断：情绪信号识别依赖模型能力，可能误读疲惫为兴趣
安全与来源评估
| 维度 | 评估 |
|------|------|
| 来源可信度 | 社区开源（GitHub/YevhenDiachenko0），无企业背书 |
| 代码可见性 | 完全开源，可审计 |
| 数据流向 | 本地文件系统 only，无外部 API 调用 |
| 权限需求 | 需 OpenClaw cron 与 memory 系统权限 |