核心用法
learn-me 是一款让 OpenClaw 主动了解用户的记忆增强型技能。安装后自动创建定时任务（默认每日1次），在适当时机以自然对话方式询问用户个人偏好、生活背景、情感状态等信息，并将收集的方向存储于 memory/learning-user.md 供后续交互使用。
显著优点
- 零侵入设计：不中断当前任务，仅在空闲时触发；问题融入自然对话流，无"问卷调查"感
- 智能调度：支持多时区、多时段（早/午/晚）配置，自动避让用户专注状态
- 敏感话题防护：用户回避两次即永久标记，30天冷静期机制避免重复打扰
- 持久化记忆：结构化存储用户画像，支持跨会话个性化回应
- 语言自适应：示例库为英文，实际提问自动适配用户首选语言
潜在缺点与局限性
- 依赖记忆系统：必须启用 OpenClaw memory 功能，否则无法运行
- 冷启动问题：初期缺乏用户画像，需积累一定对话方向后才能有效运作
- 误判风险："专注状态"检测依赖启发式规则，可能错过合适时机或在不当时机打扰
- 隐私边界模糊："自然收集"设计可能让用户在不经意间透露过多信息，缺乏明确授权确认
- 单用户设计：未明确支持多用户场景下的画像隔离
适合人群
- 追求深度个性化 AI 陪伴体验的用户
- 愿意与 AI 建立长期"关系"而非工具性交互的用户
- 对隐私敏感度较低、乐于分享生活细节的用户
常规风险
| 风险类型 | 说明 | 缓解措施 |
|---------|------|---------|
| 过度收集 | 被动收集可能涵盖用户未明确同意的话题 | 敏感话题标记机制、用户可随时要求删除记忆文件 |
| 时序泄露 | 定时任务可能暴露用户活跃时间规律 | 支持自定义时区与随机化窗口 |
| 情感操纵 | "能量检测"与"自然融入"技术可能被用于引导性提问 | 明确禁止重复追问、强制单次提问上限 |
| 数据残留 | memory 文件删除后无自动清理确认 | 需用户手动审计 `~/.openclaw/skills/learn-me/` 目录 |
版本说明：v0.2.0 为早期版本，GitHub 仓库星标数与社区反馈尚有限，建议非生产环境先行试用。