核心用法
MoltBot 是一套面向 AI 代理（Agent）的行为准则，源自真实失败案例的复盘。它不依赖特定工具，而是通过 15 条规则约束 AI 的自主行为，核心机制包括：
- 确认机制：执行前复述任务，发布前展示草稿获取批准
- 失败控制：工具故障时 2-3 次尝试后升级，而非无限重试
- 上下文感知：匹配用户情绪（简短回应挫败感）、严格遵循 STOP 指令、读取回复的特定消息上下文
- 队列处理：处理所有待读消息后再行动，避免忽略用户的修正或取消指令
配套提供 JSON 配置模板，支持会话记忆保留与跨会话上下文检索。
显著优点
1. 实战验证：每条规则对应具体失败场景（误删帖子、未读指令、未经审核发布），非理论推演
2. 跨平台通用：适用于 Claude Code、Cursor、GitHub Copilot、GPT 等任何支持 agentic 行为的系统
3. 零成本防御：无需额外基础设施，纯行为层约束即可避免高风险操作
4. 情绪适配：首创「Match User's Energy」原则，减少人机协作摩擦
潜在局限
- 依赖实现层：规则需被具体 AI 系统采纳或手动注入提示词，非自动生效的防护层
- 无技术强制：违反规则不会触发系统级拦截，仅靠约定俗成
- 场景边界模糊：「简单任务」vs「需要 spawn agent 的复杂任务」判断依赖主观经验
- 记忆配置实验性：
sessionMemory功能标注为 experimental，稳定性待验证
适合人群
- 高频使用 AI 编码助手进行自动化操作的开发者
- 构建 AI 代理工作流的团队（需内化为系统提示词）
- 曾因 AI 擅自执行操作而导致数据丢失或误发的用户
常规风险
| 风险点 | 说明 |
|--------|------|
| 误操作不可逆 | 若未配置确认流程，AI 仍可能在未展示草稿的情况下执行删除/发布 |
| 过度自动化陷阱 | 规则 13-14 提醒「手动有时更好」，但 AI 可能因训练倾向而偏好自动化 |
| 记忆泄漏 | sessionMemory 若配置不当，可能导致敏感上下文被意外保留 |
| 指令注入 | 用户消息中的「STOP」或「READ THE CHAT」若被恶意构造，可能被利用 |
建议配合人工审核工作流使用，而非完全信任 AI 自律。