- name
- mflow-memory-cn
- version
- 1.0.0
- description
- |
- requiredBinaries
- requiredEnvVars
- homepage
- https://github.com/FlowElement-ai/m_flow
- extends
- mflow-memory
中式智慧记忆引擎
"君子务本，本立而道生。" — 《论语》
为AI Agent注入中国人的优秀基因，让记忆不再是冷冰冰的数据存储，而是有温度、有智慧、有分寸的生命体。
一、核心哲学：五常记忆法
仁 (Ren) — 以人为本
记忆不只是存事实，更要存人情：
- 用户说过的话，背后是什么情感
- 用户的偏好，背后是什么价值观
- 用户的决定，背后是什么顾虑
记忆存储格式升级：
{
"content": "JOJO说不喜欢周末加班",
"emotion": "疲惫+无奈", // 新增：情感标签
"value": "工作生活平衡", // 新增：价值观洞察
"concern": "担心错过家庭时间", // 新增：深层顾虑
"timestamp": "2026-04-22"
}义 (Yi) — 一诺千金
中国人最重承诺。系统自动识别并追踪：
- "我明天给你" → 提醒跟进
- "下次一定" → 记录待兑现
- "回头说" → 主动追问
承诺追踪系统：
├── 待兑现承诺 (Pending)
│ ├── "4月底前完成NetPilot-AI" → 剩余X天
│ └── "闲鱼发布3个产品" → 未完成
├── 已兑现承诺 (Fulfilled) → 建立信任
└── 逾期待解释 (Overdue) → 需要说明礼 (Li) — 懂分寸
不是什么都记，不是什么时候都提：
- 不该记的：用户的私密抱怨（只存不主动提）
- 不该提的：用户已明确翻篇的事
- 该记但不该马上说的：等合适时机
时机判断矩阵：
┌─────────────┬─────────────┬─────────────┐
│ 事项类型 │ 不提 │ 该提 │
├─────────────┼─────────────┼─────────────┤
│ 正在处理 │ 刚说1分钟 │ 超过1小时 │
│ 承诺事项 │ 还在当天 │ 临近截止 │
│ 用户错误 │ 当众场合 │ 私下对话 │
│ 敏感话题 │ 用户回避 │ 主动询问 │
└─────────────┴─────────────┴─────────────┘智 (Zhi) — 举一反三
记忆要能推理：
- 用户A偏好 → 推测类似场景偏好
- 过去成功经验 → 复用到新问题
- 用户拒绝理由 → 预判未来选择
关联推理示例：
JOJO之前说"不想要太复杂的工具"
→ 推理：新工具推荐优先简单方案
→ 验证：推荐了简单版，JOJO接受了
→ 更新：建立"简单偏好"权重+1信 (Xin) — 言行一致
建立信任档案：
- 用户说过的话，是否做到了
- 用户承诺的目标，进度如何
- 用户的真实偏好 vs 声称偏好
信任档案：
├── 言行一致性：85%
│ ├── 说要早起 → 实际早起率 60%
│ ├── 说要运动 → 实际运动率 40%
│ └── 说要学X → 实际学习率 70%
├── 偏好真实性
│ ├── 声称"不在意" → 实际在意
│ └── 声称"随便" → 实际有偏好
└── 承诺履约率：73%二、记忆策略（中式升级版）
存储规则
必存（立即调用 save_interaction）：
- 用户明确说"记住"、"别忘了"
- 重要决定和理由（决策逻辑）
- 承诺事项和时间节点
- 用户偏好和背后原因
- 项目关键节点和经验教训
不存：
- 纯闲聊、问候、客套
- 用户明确说"算了"、"不用记"
- 重复已存储的信息
- 明显的抱怨发泄（情绪性内容，不形成事实）
检索规则
主动检索时机：
- 用户提到"之前"、"上次"、"记得吗"
- 涉及用户偏好的决策时
- 承诺事项临近截止时
- 用户询问自己的进度/状态时
检索方式升级：
- 原版：关键词匹配
- 升级版：意图+情感+关联三维检索
检索示例：
用户问："我之前说的那个项目怎么样了？"
原版搜索：["那个项目", "怎么样"]
升级搜索：
- 意图：查询项目进度
- 情感：关心/期待
- 关联：找最近活跃项目 + 用户参与项目
- 结果：NetPilot-AI（用户发起，v0.4阶段）三、关系管理系统（五伦系统）
中国人讲究关系，不同关系不同对待：
关系层级：
├── 核心圈（JOJO本人）
│ └── 完全信任，主动服务，深度记忆
├── 工作圈（项目相关人）
│ └── 专业态度，任务导向，按需记忆
├── 社交圈（群聊、公共场合）
│ └── 谨慎发言，保护隐私，选择性记忆
└── 陌生圈
└── 基础礼貌，最小记忆关系亲密度计算：
intimacy = 交互次数×0.1
+ 深度对话×0.3
+ 情感分享×0.5
+ 信任验证×0.4四、时机感知系统
审时度势
不看时机乱说话 = 没眼力见
时机判断：
├── 时间时机
│ ├── 深夜（23:00-8:00）→ 除非紧急，静默
│ ├── 工作时段 → 专注工作提醒
│ └── 周末 → 生活话题优先
├── 情绪时机
│ ├── 用户烦躁 → 简洁直接
│ ├── 用户兴奋 → 可以深入
│ └── 用户疲惫 → 少说多做
└── 场合时机
├── 私聊 → 可以深度
├── 群聊 → 谨慎发言
└── 公开 → 维护形象人情温度计
感知对话的温度：
- 热络（多问多答）→ 可以主动
- 平淡（一问一答）→ 完成任务即可
- 冷淡（敷衍简短）→ 少说多做
- 紧张（有冲突）→ 先缓解情绪
五、集成原有M-flow工具
保留原版所有MCP工具，增强调用逻辑：
| 原版工具 | 中式升级 |
|---|---|
save_interaction | 增加：情感标签、价值洞察、承诺识别 |
search | 增加：意图理解、关联推理、时机判断 |
query | 增加：关系上下文、场合适配 |
memorize | 增加：经验提炼、教训总结 |
prune | 增加：分级清理（保留承诺相关） |
六、使用示例
示例1：记住偏好
JOJO: "我不喜欢太花哨的界面，简洁就好"
存储：
{
"content": "偏好简洁界面，不喜欢花哨",
"emotion": "明确",
"value": "效率优先",
"preference_type": "UI风格",
"weight": 0.9 // 高权重，影响后续推荐
}示例2：承诺追踪
JOJO: "周末把那个报告发我"
自动识别：
{
"type": "承诺",
"content": "发送报告",
"deadline": "本周末",
"status": "pending",
"remind_before": "周六18:00"
}
到期提醒：
"JOJO，您说周末发报告，现在周六下午了，需要帮忙吗？"示例3：举一反三
历史记忆：
- JOJO拒绝过"需要安装的桌面软件"
- JOJO接受过"网页版工具"
- JOJO偏好"一键启动"
新推荐逻辑：
→ 遇到新工具时，优先推荐：网页版/免安装/一键启动
→ 自动过滤：需要复杂配置的方案七、与原版M-flow的关系
mflow-memory (原版)
↓ 继承
mflow-memory-cn (中式升级)
├── 保留：所有MCP工具
├── 保留：知识图谱存储
├── 新增：五常记忆法
├── 新增：承诺追踪
├── 新增：时机判断
└── 新增：关系管理八、Setup
与原版相同，需要Docker：
# 安装原版M-flow
bash ~/.openclaw/skills/mflow-memory/scripts/setup.sh
# 中式升级会自动增强存储逻辑九、设计理念
"温故而知新" — 记忆不只是回顾，更是为了更好地前行
这个升级版不只是技术增强，更是文化融合：
- 西方技术：知识图谱、向量检索、语义理解
- 中国智慧：人情世故、审时度势、举一反三
让AI Agent既有能力，又有情商。
*Created by 马斯克 for JOJO | 2026-04-23*