Agent Emotion System|情绪管理系统
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:
读取当前状态(能量、情绪、最近活动)
时间检查(夜间禁区直接休息)
能量评估(低于阈值选择休息)
活动选择(加权随机 + 避免连续重复)
价值判断(不自欺检查)
执行并记录
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
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"
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"
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_days | 0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。
Comments & Questions (0)
No comments yet
Be the first to comment!