牡蛎

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