业务和功能介绍
立项背景： 传统聊天机器人缺乏持续性人格和情感交互能力，每次对话都是"失忆"状态。本项目旨在构建一个具有完整情感模型、多层记忆系统和自主进化能力的智能伴侣系统，实现"有灵魂的AI"。
核心功能：
1. 情感引擎： 基于3D VAD（效价-唤醒度-掌控感）连续情绪模型，9个情绪锚点，支持刺激分类与指数衰减，E值系数影响回复风格强度；
2. 记忆系统： L1-L5五层认知分层，双相遗忘曲线（指数+幂律衰减），SQLite FTS5全文检索，Obsidian兼容格式；
3. 关系成长： 4阶段演进（初识→热恋→甜蜜→稳定），基于消息量和互动频率动态调整语言风格；
4. Agent循环： think→tool→result→continue架构，支持14种工具调用（文件操作、网络搜索、Shell执行、浏览器控制等）；
5. 安全体系： K公式决策引擎、A5五维风险分级、Prompt注入检测、文件操作保护；
6. 自主行为： 稳态压力模型驱动主动消息，5个内部压力源竞争决策。
业务流程： 用户消息→情绪衰减→记忆检索→系统提示词组装→Agent工具调用循环→情绪解析→承诺调度→记忆存储→分片回复。
核心功能：
1. 情感引擎： 基于3D VAD（效价-唤醒度-掌控感）连续情绪模型，9个情绪锚点，支持刺激分类与指数衰减，E值系数影响回复风格强度；
2. 记忆系统： L1-L5五层认知分层，双相遗忘曲线（指数+幂律衰减），SQLite FTS5全文检索，Obsidian兼容格式；
3. 关系成长： 4阶段演进（初识→热恋→甜蜜→稳定），基于消息量和互动频率动态调整语言风格；
4. Agent循环： think→tool→result→continue架构，支持14种工具调用（文件操作、网络搜索、Shell执行、浏览器控制等）；
5. 安全体系： K公式决策引擎、A5五维风险分级、Prompt注入检测、文件操作保护；
6. 自主行为： 稳态压力模型驱动主动消息，5个内部压力源竞争决策。
业务流程： 用户消息→情绪衰减→记忆检索→系统提示词组装→Agent工具调用循环→情绪解析→承诺调度→记忆存储→分片回复。
项目实现
整体架构： 采用NoneBot2 + OneBot
V11框架接入QQ，Electron桌面应用通过WebSocket网关双渠道接入。后端为纯Python异步架构，数据层使用SQLite +
FTS5，AI模型层通过API接入MiMo v2.5（日常聊天/情感分析）和DeepSeek（复杂推理/摘要）双模型路由。
我负责模块与结果：
- 独立设计并实现了完整的3D VAD情感引擎（含9个情绪锚点、刺激分类、评价理论6维度评估），情绪状态能自然衰减和响应外部刺激；
- 设计并实现了L1-L5五层记忆分层与双相遗忘曲线系统，记忆有生老病死的完整生命周期，危险记忆永不遗忘；
- 设计并实现了K公式决策引擎与A5五维风险分级安全体系，工具调用风险自动评估；
- 实现了稳态压力模型，5个压力源竞争驱动主动消息行为；
- 项目整体代码量约3000+行，包含20+单元测试。
难点与解决方案：
1. 记忆遗忘与保留的平衡： 采用双相遗忘曲线（海马体指数衰减 + 皮层幂律衰减），通过风险保护下限确保关键记忆不被误删；
2. 多情绪状态的自然过渡： 引入惯性系数和随机扰动，避免情绪突变，同时用评价理论6维度修正变化幅度；
3. 工具调用安全控制： 设计K公式将任务效用、风险损失、打扰代价等7个因子统一量化，A5五维分类器对系统级操作做硬性拦截。
V11框架接入QQ，Electron桌面应用通过WebSocket网关双渠道接入。后端为纯Python异步架构，数据层使用SQLite +
FTS5，AI模型层通过API接入MiMo v2.5（日常聊天/情感分析）和DeepSeek（复杂推理/摘要）双模型路由。
我负责模块与结果：
- 独立设计并实现了完整的3D VAD情感引擎（含9个情绪锚点、刺激分类、评价理论6维度评估），情绪状态能自然衰减和响应外部刺激；
- 设计并实现了L1-L5五层记忆分层与双相遗忘曲线系统，记忆有生老病死的完整生命周期，危险记忆永不遗忘；
- 设计并实现了K公式决策引擎与A5五维风险分级安全体系，工具调用风险自动评估；
- 实现了稳态压力模型，5个压力源竞争驱动主动消息行为；
- 项目整体代码量约3000+行，包含20+单元测试。
难点与解决方案：
1. 记忆遗忘与保留的平衡： 采用双相遗忘曲线（海马体指数衰减 + 皮层幂律衰减），通过风险保护下限确保关键记忆不被误删；
2. 多情绪状态的自然过渡： 引入惯性系数和随机扰动，避免情绪突变，同时用评价理论6维度修正变化幅度；
3. 工具调用安全控制： 设计K公式将任务效用、风险损失、打扰代价等7个因子统一量化，A5五维分类器对系统级操作做硬性拦截。
示例图片视频
相似推荐
爬虫电商采集
我是一名专注于 Python爬虫 与 Java后端开发 的工程师，擅长从数据采集、清洗到存储的全链路解决方案，同时具备扎实的企业级应用开发能力。在 Python爬虫 领域，我熟悉 Scrapy、Requests、Selenium 等主流框架，能够应对各类静态与动态网页的数据抓取需求。在 Java开发 方面，我具有 Spring Boot、Spring Cloud、MyBatis 等框架的实战经验，我注重代码的健壮性与可维护性，习惯编写清晰的技术文档，并具备良好的数据库设计和性能调优能力。
健身工作室响应式品牌官网-PeakFit Studio
PeakFit Studio 是一套面向精品健身工作室的英文响应式品牌官网作品，目标是通过清晰的信息层级和具有辨识度的视觉语言，完成“品牌认知—课程了解—教练信任—方案比较—免费体验预约”的转化闭环。
网站包含首页主视觉、课程项目、工作室介绍、教练团队、会员方案、会员评价、常见问题、预约表单和页脚 9 个内容模块。课程区展示力量训练、瑜伽、有氧和私人教练 4 类服务；教练区展示 3 位教练及专长；会员区提供 3 档方案，便于用户直观比较价格与权益；5 项 FAQ 使用手风琴交互减少信息负担。
预约流程支持姓名、邮箱和课程必填校验、邮箱格式校验、首个错误项自动聚焦及提交成功反馈。固定导航、平滑锚点滚动和移动端全屏菜单帮助用户快速抵达目标内容；页面适配桌面、平板和手机，并为减少动态效果偏好的用户提供兼容处理。演示表单不会发送或存储个人数据。
接入QQ的语言模型聊天机器人-AI-Hazel
核心技术架构
1. 平台接入层
框架：NoneBot2 + OneBot V11
QQ 接入：NapCatQQ（最终方案，解决了登录风控问题）
放弃过的方案：go-cqhttp（风控）、Lagrange（签名失效）
2. 对话大脑层（分层人格引擎）
消息处理优先级从高到低：
经典梗硬匹配库（关键词直接返回）
system_prompt.txt（基础人设提示词，v9 版本，经过多轮优化）
人格规则检索（traits/styles/behaviors 三个 JSON，语义匹配触发）
直播记忆 RAG（80+ 条场景化陈述，智谱 Embedding + 余弦相似度）
用户短期记忆（最近 3 轮对话）+ 长期记忆系统
3. 记忆系统
短期记忆：记录最近 3 轮对话（6 条消息），解决借口一致性问题
长期记忆：MemGPT 风格的增量更新机制，为每位用户维护独立记忆卡，包含印象标签、用户事实、自我披露记录、关系等级。关系等级随互动次数自动升级（stranger → acquaintance → familiar → close），动态调整 AI 的括号频率、心虚频率和防御姿态
4. 人格数据层
system_prompt.txt：从真实数据反写蒸馏，经过 v1-v9 九轮迭代优化
三个 JSON 文件（traits/styles/behaviors）：由 analyze_persona.py 从场景化陈述中自动提取
80+ 条场景化陈述：覆盖日常喜剧、深夜脆弱、童年友情、家庭关系、粉丝互动、同事社交、情感经历等维度
5. 数据流水线
语音转写：faster-whisper (medium) + 本地 GPU (RTX 4060)
场景化陈述生成：专用提示词，从切片提取结构化第三人称描述
向量化入库：generate_vectors.py → corpus_vectors.json
人格蒸馏：generate_persona.py → 更新 persona/ 下三个 JSON
基于JS的网页网页小游戏-丧尸危机
游戏概述：2D 俯视角射击游戏，60 帧高帧率 TurboWarp 优化
核心玩法：WASD 移动 + 鼠标瞄准 + 空格射击，消灭敌人升级
5 大功能模块：
玩家控制系统（8 方向移动、摄像机跟随）
武器系统（6 种随等级解锁的武器、射击特效、音效）
敌人系统（10 种敌人、AI 追踪、碰撞伤害、克隆生成）
成长数值系统（HP、等级、分数、连杀、回血）
UI 统计系统（血条、实时数据显示、开始界面）
Oracle AWS 迁移-RDS oracle
原业务系统基于本地机房 Oracle 数据库运行，承载企业核心交易、订单、用户、账务及日志数据分析业务。原有传统物理机架构存在硬件老旧、扩容困难、运维成本高、灾备能力弱、资源利用率低等问题，无法支撑业务弹性增长与云端快速迭代需求。公司决定将线下自建 Oracle 数据库整体平滑迁移至 AWS 云平台，实现数据库架构云化升级。迁移后依托 AWS 云端高可用、弹性扩容、自动备份、分布式容灾能力，大幅提升业务系统稳定性、扩展性与数据安全性。同时保障迁移过程业务零中断、数据零丢失、业务逻辑完全兼容，支撑前端业务系统平稳上云运行。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服