本项目立项源于现有 AI 助手的三个产品痛点：一是没有长期记忆，每次对话从零开始，用得再久也“不认识”用户；二是只会被动应答，不会在对的时机主动关心人；三是交互节奏机械，缺乏人味，更像工具而非助理。
行业背景上，大模型技术成熟后，AI 陪伴/个人助理是增长最快的应用方向之一（AI 陪伴类产品、手机厂商内置助理、智能硬件陪护机器人），而行业共性难题正是长期记忆、主动性、拟人化交互与 LLM 成本控制。本项目面向个人数字孪生助理场景：跑在用户自己的服务器上，通过 Web 等渠道持续对话，自动沉淀记忆、感知作息与关系阶段、主动发起关怀，做“越用越懂你”的私人 AI，同时内置用量审计控制模型调用成本。
项目包含七大功能模块：①类人对话——回复时机决策器判断“立即回复/继续倾听/主动轻推”三种时机，回复拆成多个气泡、带思考延迟的拟人化节奏；②长期记忆——分层记忆架构，对话事实自动沉淀入库（定期触发 LLM 滚动摘要、签名去重），并有“突然想起你”式记忆回调；③多会话管理——PostgreSQL 存储的 ChatGPT 式多会话，支持新建/切换/删除与相似度全文搜索；④情绪系统——双维度情绪状态机，自然衰减加 LLM 动态更新，情绪影响回复语气；⑤主动性关怀——基于作息、位置、关系阶段感知层的主动问候推送；⑥游戏中心——2048/贪吃蛇/五子棋/猜拳四款游戏，配套用户行为分析（画像标签、成就墙、目标推断）；⑦Web 界面与管理后台——聊天界面、登录鉴权、LLM 用量按调用点审计与统计报表。全系统 99 个自动化测试保障。
独立负责产品设计、架构与全栈开发。技术栈：Python 3.14 自研 Agent Harness 框架（OpenHarness，记忆/渠道/技能/MCP 模块化插件体系），后端 FastAPI + PostgreSQL（psycopg 连接池、pg_trgm 相似度搜索），Web 前端，跨平台一键启动脚本。架构上框架层与应用层分离：OpenHarness 通用能力下沉，个人助理业务全部插件化挂载。亮点：对话沉淀管线把聊天事实自动写入长期记忆，实现越用越懂用户；回复时机决策器把“什么时候说话”工程化为可调策略；LLM 用量按调用点埋点，成本可视。难点：拟人化（时机、节奏、情绪）落地为可调参数而非感觉调优；安全加固轮完成消息水位线防丢、游戏事件防伪造、情绪状态文件串行化原子写、常量时间鉴权比对等 9 项加固，99 个自动化测试全绿。
评论