Personas

核心功能

Personas 是 OpenClaw 平台的多人格专家系统，允许用户在单次对话中动态切换 20 种专业 AI 角色。核心技术实现采用惰性加载机制——仅激活当前使用的 persona，其余人格定义文件保持休眠状态，显著优化 token 消耗与响应延迟。

显著优点

1. 即时专业化：一键切换至 Dev（资深开发者）、Chef Marco（意餐主厨）、Dr. Med（医学顾问）等角色，无需重新描述上下文
2. 会话连续性：人格切换保留完整对话历史，支持"先以 Luna 头脑风暴创意，再切 Wordsmith 撰写文案"的协作流
3. 极简操作界面：自然语言触发（"Use Dev"）与 /persona 双轨命令并存，CLI 脚本支持程序化调用与状态持久化
4. 本地化架构：纯 Markdown 人格定义（data/{persona}.md），无需 API 密钥，可离线扩展自定义人格

潜在局限

• 法律医疗免责声明：Dr. Med、Legal Guide 等角色明确标注"教育参考非专业建议"，高敏感场景仍需人工复核
• 人格边界模糊：Cami（情绪感知变色龙）与 Chameleon Agent（复杂任务专家）功能描述存在重叠，用户选择成本略高
• 状态管理依赖文件系统：~/.openclaw/persona-state.json 持久化在多设备场景下可能产生同步冲突

适合人群

• 多领域创作者：需频繁跨越技术写作、创意构思、数据分析的复合工作者
• 终身学习者：利用 Herr Müller（ELI5 教学）与 Scholar（记忆卡片）构建个性化学习路径
• 效率优化型用户：厌倦重复提示词工程，追求"角色即服务"的极简交互

常规风险

| 风险类型 | 说明 |

|---------|------|

| 过度依赖 | 医疗/法律 persona 的输出可能被误读为专业诊断，需强化用户认知 |

| 人格漂移 | 长对话中系统提示权重衰减可能导致角色特征淡化 |

| 数据隔离 | 跨 persona 的敏感信息（如向 Dr. Med 描述症状后切 Dev 讨论代码）缺乏自动脱敏机制 |

核心用法

Personas 是 OpenClaw 的「角色切换器」，通过简单指令即可让 AI 变身 20 位领域专家。激活方式极其灵活：自然语言（"Use Dev persona"）、快捷指令（/persona dev）或 CLI 脚本均可触发。系统会从 data/ 目录加载对应人格的 Markdown 定义文件，实时调整语气、知识深度和交互风格。

典型场景：

• 编码时切到 Dev（💻），获得代码审查和架构建议
• 写作卡壳时唤出 Luna（🎨），激发创意发散
• 健康疑问咨询 Dr. Med（🩺），获取通俗医学解释（带明确免责声明）
• 做饭前问问 Chef Marco（👨‍🍳），学习正宗意大利菜技巧

状态持久化至 ~/.openclaw/persona-state.json，跨会话记忆当前人格。

显著优点

1. Token 效率：仅加载活跃人格的提示词，而非堆砌 20 份系统提示
2. 零外部依赖：纯本地文件操作，无 API 调用、无网络请求、无供应链风险
3. 无缝切换：对话中途可随时换人格，上下文连贯不中断
4. 多语言适配：部分人格原生德语（如 Herr Müller），满足多语言学习需求
5. CLI 双轨支持：既适合自然语言交互，也支持脚本化调用（--activate/--list/--reset）

潜在局限

• 内容边界依赖自律：医疗/法律人格虽有免责声明，但实际约束力有限，用户仍需自行判断
• 人格深度不均衡：20 个角色覆盖广度优先，单个领域的专业深度可能不及垂直专用工具
• 状态文件权限：当前未显式限制 persona-state.json 的文件权限（建议 0600）
• 输入过滤基础：别名映射存在，但缺乏严格的路径遍历防护

适合人群

• 多任务切换者：希望同一窗口处理编程、写作、健康咨询等多元需求
• 学习探索者：通过「角色扮演」方式沉浸式学习语言、烹饪、健身
• 效率极客：偏好 CLI 控制和状态持久化的自动化工作流用户
• 隐私敏感用户：完全本地运行，数据不出境

常规风险

• 医疗/法律建议误用：Dr. Med、Legal Guide 的输出仅为教育性质，不可替代专业诊断或法律咨询
• 人格漂移：长期对话后 AI 可能逐渐偏离人格设定，需适时 /persona exit 重置
• 状态文件泄露：若多用户共享系统，持久化文件可能暴露使用偏好（虽无敏感内容）