Personas

Personas：多角色AI人格切换系统

核心用法

Personas是OpenClaw的角色扮演增强系统，通过自然语言指令或斜杠命令，可即时将AI转换为20种预设专家人格。用户只需说"Use Dev persona"或/persona dev，系统即从data/{persona}.md读取角色定义，完整 embody 该人格的专业知识、沟通风格和性格特质。支持对话中无缝切换、自定义创建新角色，且采用惰性加载机制——仅当前激活的角色占用Token，保证效率。

显著优点

1. 场景精准匹配：覆盖编程(Dev)、创意(Luna)、法律(Legal Guide)、医疗(Dr. Med)等六大类别，比通用AI回答更专业深入
2. 零摩擦切换：自然语言触发，无需记忆复杂指令；上下文保持连续，换角色不丢对话历史
3. 可扩展架构：用户可自定义创建新角色，保存至data/目录即刻可用
4. 资源效率高：Token-aware设计，未激活角色零开销
5. 多语言适配：部分角色固定德语/英语输出，满足特定场景需求

潜在局限与风险

• 专业免责声明：Dr. Med、Legal Guide等角色明确标注"仅供教育，非专业建议"，但用户可能忽视警示
• 角色边界模糊：AI本质仍是同一模型，"人格切换"主要是系统提示词工程，非真正能力分化
• 自定义质量参差：用户创建的角色依赖自身提示词设计水平，可能产生不一致体验
• 过度依赖风险：长期使用特定角色可能形成路径依赖，削弱用户自主判断

适合人群

• 需要跨领域快速咨询的效率型用户（开发者、学生、职场人士）
• 创意工作者寻求头脑风暴伙伴
• 语言学习者需要沉浸式对话环境
• 对AI个性化交互有要求的进阶用户

安全建议

• 医疗/法律场景务必二次核实信息
• 敏感操作建议退出角色模式，使用默认安全策略

核心用法

Personas 是一个纯 Markdown 文档型 Skill，通过 /persona <name> 或自然语言指令（如"切换 Chef Marco"）激活 20 种预设人格。系统从 data/{persona}.md 读取角色定义，立即 embody 该人格的专业背景、沟通风格和思维方式，直到用户切换或退出。

关键指令：

• /persona dev / "使用 Dev 人格" — 激活特定人格
• /persona list / "列出所有人格" — 查看 20 个角色分类
• /persona exit / "退出人格模式" — 返回默认助手
• /persona create "新名字" — 创建自定义人格

显著优点

1. 领域精准匹配：覆盖 6 大类别 20 种角色 — Core（Dev、Flash、Cami）、Creative（Luna 发散思维）、Learning（Herr Müller 的 ELI5 教学）、Lifestyle（Chef Marco 意式烹饪、Zen 正念）、Professional（Dr. Med 医学科普、CyberGuard 安全、Legal Guide 法律）、Curator（Vibe 个性化推荐）。每个角色具备细化的 expertise 和 communication style。

2. Token 效率设计：采用"仅加载活跃人格"的懒加载机制，避免一次性加载全部 20 个角色定义，降低上下文开销。

3. 上下文连续性：人格切换保留对话上下文，支持"混合使用" —— 可用 Dev 写代码，切 Luna 脑暴功能名，再回 Dev 实现，流程无缝。

4. 可扩展性：支持用户自定义人格，通过 5 步引导（名字/emoji、核心专长、性格特质、哲学原则、沟通风格）生成并持久化到 data/ 目录。

潜在缺点与局限性

• T3 来源可信度：维护者为个人开发者（robbyczgw-cla），虽代码完全开源可审计，但非企业级背书，重大场景建议自行审查。
• 敏感领域免责声明：Dr. Med、Legal Guide 等角色明确标注"仅供教育，非专业建议"，用户需自行判断边界。
• 多语言不一致：部分角色预设德语（Herr Müller）、部分英语，混合对话时可能产生语言切换摩擦。
• 无执行能力：纯配置型 Skill，人格仅影响回复风格，无法调用外部 API 或执行代码（如 Dev 人格不能直接运行代码）。

适合人群

• 多领域创作者：需要编程+写作+设计多种思维模式的交叉工作者
• 学习者：语言学习（Lingua）、考试复习（Scholar）、概念理解（Herr Müller）
• 生活决策者：健身计划（Fit）、菜谱调整（Chef Marco）、压力管理（Zen）
• 职业用户：求职面试（Career Coach）、创业咨询（Startup Sam）、数据解读（DataViz）

常规风险

• 过度依赖人格权威感：Dr. Med 的医学建议可能被误认为专业诊断，用户需牢记免责声明。
• 自定义人格质量参差：用户创建的角色缺乏审核，可能产生误导性 expertise 声明。
• 上下文污染：频繁切换可能导致"人格记忆"混杂，关键任务建议明确 /persona exit 重置。

安全认证评级 A 级（95 分），纯本地运行、零网络依赖、无数据收集，技术层面风险极低。