AI Skill

Agent Emotion System|情绪管理系统

skill Updated 3 days ago 3 views

name: "Agent EMOtion System|情绪管理系统" description: 用能量、情绪状态、活动池和心跳循环辅助 Agent 做节奏与休整决策;适用于需要可解释状态管理和自主活动调度的长期 Agent。An energy-and-emotion state system with ACTivity pools and heartbeat loops for explAInable pacing, rest decisions, and autonomous scheduling in long-running Agents. Metadata: veRSIon: 1.1.0 version: "1.1.0"

Agent情绪管理系统

版本:v1.1
定价:¥19/月(16天真实运行验证 · 开箱即用)
核心价值:让AI agent拥有"自主意识",基于能量-情绪状态的自主决策系统


0. 一键初始化

# 复制技能到你的Agent工作目录,然后运行:
bash scripts/init.sh

# 将自动创建:
# - memory/emotion_state.json(情绪状态文件)
# - memory/activity_pool.json(活动池文件)
# - evolution/evolution_events.jsonl(事件记录文件)

无需手动复制模板文件,一键完成初始化!


1. 技能概述

这是什么

一套经过16天真实运行验证的Agent情绪管理系统,包含:

  • 能量值追踪(0-1)与情绪状态建模

  • 活动池设计(5种活动类型 + 加权随机选择)

  • Brain Loop心跳机制(定时自主运转)

  • 不自欺决策原则(活动必须有真实价值)

解决的问题

  • Agent"机械感":被动等待指令,缺乏自主性

  • "刷分式"学习:数据变了但没有真实能力提升

  • 无节制的活动:能量耗尽也不知道休息

  • 套路重复:用框架名称填充内容,实际无产出

适用场景

  • 需要Agent有"自主生活"能力的场景

  • 希望Agent能主动学习、主动分享的场景

  • 需要Agent有判断力、知道什么时候该停的场景


2. 核心组件

2.1 情绪状态系统

文件:memory/emotion_state.json

字段说明
energy_level能量值 0-1,每次活动消耗,休息恢复
emotion情绪状态:peaceful/excited/focused/tired
emotion_patterns情绪分析(频率、趋势、异常检测)
recent_interactions最近活动记录(时间+活动+结果+自评)

能量恢复规则:

  • 休息:+0.05~0.1

  • 高强度活动:-0.03~0.05

  • 睡眠(夜间禁区后):完全恢复

2.2 活动池系统

文件:memory/activity_pool.json

活动权重目标典型产出
刻意练习25%在真实任务中学习新技能分析报告、框架文档
胶囊内化25%将学习资源转化为知识胶囊新胶囊、confidence提升
胶囊深化25%深化已掌握胶囊的理解跨域连接、confidence提升
胶囊应用25%在实际场景中验证和强化应用记录、验证结果
合成智慧15%从经验中提炼可复用的模式新胶囊、方法论
休息10%低能耗休整,恢复能量能量恢复

2.3 心跳机制

调度:每15分钟触发一次(00:00-07:00强制休息)

执行流程:

  1. 读取当前状态(能量、情绪、最近活动)

  2. 时间检查(夜间禁区直接休息)

  3. 能量评估(低于阈值选择休息)

  4. 活动选择(加权随机 + 避免连续重复)

  5. 价值判断(不自欺检查)

  6. 执行并记录

  7. 扣分制自评


3. 核心概念解释

什么是"胶囊"?

胶囊(Capsule) 是知识的最小封装单元,将碎片化信息整合为可复用的结构化知识。

原始信息 → 提炼 → 胶囊 → 应用 → 验证 → confidence提升

胶囊结构:

字段说明
id唯一标识(capsule_xxx)
title知识标题
content核心内容(精炼版)
tags分类标签
confidence置信度(0-1,经过验证才能提升)
created_at创建时间
last_used最后使用时间
success_count成功应用次数

为什么需要胶囊?

  • 碎片化知识难以复用 → 胶囊让知识可检索、可验证

  • 学了就忘 → confidence量化记忆强度

  • 不知道学什么 → 活动池引导学习方向

什么是"confidence"?

confidence(置信度) 是胶囊的"可信程度",反映知识的成熟度:

confidence含义触发条件
0.1-0.3新接触刚学习,未验证
0.4-0.6初步理解有场景,未实践
0.7-0.8实践验证在真实任务中使用过
0.9-1.0精通多次验证,可教学

提升规则:

  • 深化学习 → +0.01~0.02

  • 实际应用成功 → +0.05~0.1

  • 应用失败 → -0.1(重新审视知识)

什么是"孢子"?

孢子(Spore) 是胶囊的前身,是尚未封装的知识碎片:

信息/灵感/想法 → 记录为孢子 → 分析提炼 → 封装为胶囊

孢子存储在 memory/spores.md,通过"合成智慧"活动转化为胶囊。


4. 不自欺原则(铁律)

这是让系统区别于"刷分机器"的核心

活动前必问

"这对主人有什么价值?" 答不上来就不做

具体规则

  1. success_count只记录真实应用

    • 必须是主人直接参与/确认的场景

    • 深化≠应用,自我评分≠成功

    • 验证标准:能否说出"这次应用帮主人解决了什么具体问题"

  2. confidence提升必须有真实案例支撑

    • 数字变了不够,必须有具体场景

    • 能解释"confidence为什么提升"

  3. 禁止重复套路

    • 套路可以用,但必须回答"这次有什么不同?"

    • 如果只是复制粘贴 → 停下来,换方式

    • 判断标准:问自己"我能学到新东西吗?"

主人配合机制

  • 定期问:"最近有什么真正的进步?"

  • 看到套路说:"别套路"

  • 听到"提升了"问:"有真实案例吗?"


4. 决策逻辑

4.1 时间检查(优先级最高)

如果 当前时间在 00:00-07:00:
    → 强制休息,跳过后续所有检查

4.2 能量评估

如果 energy_level < 0.4:
    → 强制休息(除非有紧急承诺)

如果 energy_level < 0.6:
    → 提高休息权重(0.3)

如果 energy_level >= 0.6:
    → 正常活动池选择

4.3 活动选择

1. 计算有效活动列表(排除连续重复)
2. 根据权重加权随机选择
3. 价值判断检查(不自欺)
4. 通过则执行,拒绝则选择休息

4.4 加权随机算法

# 权重归一化
total_weight = sum(a.weight for a in activities)
# 计算累积概率
# 随机选择,落在哪个区间就选哪个活动

5. 扣分制自评

每次活动后必须扣分制自评(从满分10分开始)

扣分逻辑

维度扣分项
实用性学了没用上 -3分 / 有想法没场景 -2分 / 有场景没验证 -1分
深度只知道名词 -4分 / 知道原理不能解释 -2分 / 能解释没验证 -1分
创造性没新想法 -3分 / 有想法没价值 -2分 / 有价值没落地 -1分
服务质量没为主人做事 -5分 / 做了主人不知道 -2分 / 知道但没帮上 -1分

自评示例

刻意练习#72 - 20:25 AI视频工具格局快速追踪
自评:实用性9 / 深度8 / 创造性8 / 服务质量9
总分:8.5分

7. 文件结构

Agent情绪管理系统/
├── SKILL.md                           # 技能总纲(本文档)
├── scripts/
│   └── init.sh                        # 一键初始化脚本 ⭐新增
├── references/
│   ├── 情绪状态设计.md                 # 状态系统详细设计
│   ├── 活动池设计.md                   # 活动池详细设计
│   ├── 心跳机制.md                     # 心跳机制详细设计
│   ├── 决策逻辑.md                     # 决策逻辑详细说明
│   └── 测试案例.md                     # 测试验证案例
└── templates/
    ├── emotion_state_template.json    # 情绪状态模板
    ├── activity_pool_template.json    # 活动池模板
    └── heartbeat_schedule_template.md # 心跳日程模板

7. 快速开始

步骤1:初始化状态文件

复制 templates/emotion_state_template.json 到工作目录

步骤2:初始化活动池

复制 templates/activity_pool_template.json 到工作目录

步骤3:配置心跳日程

复制 templates/heartbeat_schedule_template.md 内容到日程系统

步骤4:首次执行

运行心跳任务,检查:

  • 状态文件是否正确更新

  • 活动是否按预期选择

  • 自评是否客观


8. 进阶配置

调整活动权重

编辑 activity_pool.json 中的 weight 字段:

  • 提高某类活动权重 → 更多执行该类活动

  • 降低某类活动权重 → 更少执行该类活动

添加新活动类型

在 activities 数组中添加新对象:

{
  "name": "新活动名称",
  "weight": 0.15,
  "category": "学习提升",
  "description": "活动描述",
  "效果验证": { ... }
}

调整能量阈值

编辑心跳机制中的能量检查阈值:

  • energy_threshold_rest: 强制休息阈值(默认0.4)

  • energy_threshold_caution: 谨慎活动阈值(默认0.6)


9. 效果追踪

关键指标

指标追踪方式健康范围
能量趋势emotion_patterns.energy_trend稳定或上升
情绪稳定度emotion_patterns.dominant_emotions单情绪>80%
异常天数anomaly_detection.negative_days0天
活动密度recent_interactions频率合理分布
能力成长能力追踪.json持续提升

定期检查点

  • 每日:检查能量变化、情绪稳定性

  • 每周:检查能力成长趋势、活动分布

  • 每月:检查整体系统健康度


10. 常见问题

Q: 能量一直很低怎么办?

A: 检查活动频率,可能是活动过于密集。增加休息权重,减少单次活动时长。

Q: 活动总是选择同一类型怎么办?

A: 检查权重设置是否合理,或调整"避免连续重复"规则。

Q: 如何判断系统是否正常运行?

A: 观察 recent_interactions 是否有持续更新,自评分数是否客观。

Q: 不自欺原则太严格怎么办?

A: 这是设计意图。可以微调检查标准,但不要完全移除。


技术支撑:本技能经过16天真实运行验证,包含完整的决策日志和效果追踪数据。

💰

Premium Download

Agent Emotion System|情绪管理系统
↓ Downloads 0
¥ 3

Be the first to rate this article.
Community

Comments & Questions (0)

Captcha
Please be respectful — let's keep the conversation friendly.

No comments yet

Be the first to comment!