ai-life 开发报告：让 AI 像一个人那样待在你身边（私聊、QQ 群、微信群）

◷ 预计阅读 39 分钟开发报告最近更新 2026-10-21

大多数聊天机器人是“被 @ 了就回一句”的助手。你发一句，它回一句；你关掉窗口，它就停在原地，既不知道过了多久，也不关心你这几天发生了什么。它可以很聪明，却很难让人觉得“对面有人”。

ai-life 想做的是另一件事：让 AI 像一个人那样待在你身边——有自己的性格和日子，懂分寸，记得每一个人。 QQ 私聊里有一对一陪你的有希；QQ 群、微信群里还有一个把你和朋友们当老熟人的她。“像人”不只是说话像人，还包括什么时候开口、什么时候闭嘴、怎么对不同的人、被逗了怎么办、记不记得你上周说过的事、会不会慢慢变得更懂你。

这篇文章不按版本顺序写，而是按功能拆开：每一块能做什么、是怎么做出来的、踩过哪些坑。文中截图都来自 18.1 代码真实运行的小屋网页（数据是虚构的示例）。

项目地址：GitHub · ai-life

项目	现状
当前版本	18.1（仓库发布号；代码里有希是 13.0、群聊是 6.0）
代码	ailife/（有希）约 1.5 万行，aigroup/（群聊，QQ 和微信共用）约 2 万行
测试	566 个自动测试全部通过（有希 139、群聊 254、QQ 接入 173），另有离线自检、人设回归评测和每周人格一致性评测
运行环境	Windows 电脑，或 2 核 4G 的 Linux 轻量服务器；不需要显卡
大模型	任意 OpenAI 兼容接口，全部由你自己添加

一、先看它能做什么

三个角色，一份代码

角色	是谁	渠道	启动命令	小屋网页
yuki	有希，一对一陪你，有记忆、有情绪、有自己的生活，会主动找你	QQ 私聊（NapCat）	python run.py yuki	127.0.0.1:8765
qq	群里的她，会看气氛接话、记得每个群友、会玩梗	QQ 群（NapCat）	python run.py qq	127.0.0.1:8767
wechat	同一个群聊大脑，接到微信群	微信群（Windows 微信 / Docker 里的 Linux 微信）	python run.py wechat	127.0.0.1:8768

代码只有一份：ailife/ 是有希，aigroup/ 是群里的她，QQ 和微信的差别只在最外面的接收、发送层（aigroup/qq、aigroup/wechat）。每个角色有自己的“家”——home/yuki、home/qq、home/wechat，里面放她自己的配置、密钥、SQLite 数据库、NapCat、立绘和私人人设，都不进 git。更新代码只换代码，家里的东西不动。

像人的五件事

	做了什么
有自己的人格	不用一串形容词，而是用心理学的人格模型写：特质剖面（大五 30 facet）、“如果……就……”的情境签名、价值排序、幽默分寸；每一轮按当下的情境提醒她“你一贯是这样的”
懂每一个人	用同一套办法给每个群友建画像；知道谁和谁常聊、每个人“吃哪一套”；回话前先判断对方这句想要什么
懂分寸、会看时机	不是每条都接：先算这时候插话自不自然，拿不准再问一个便宜模型；有人连着逗她会越回越短；没人接就安静；每天主动开口有预算
真的看 B 站视频	读字幕或听一遍，再在几个时间点截画面给看图模型看，把声音和画面对上；有人追问“第三分钟那段”能翻出原话和画面
会慢慢长大	记住群里的梗、约好的事到点提醒；每周回想、每月整理“我是怎样的人”（要证据）；性格要改得你点头；每周自动评测她有没有走样

有希这边还有：像真人一样分条发消息、先查再合并的长期记忆、四个会衰减的情绪值、作息和校历、只解锁到今天的故事线、内心独白、日记 / 周信 / 季度回忆录、有分寸的主动消息，以及打卡、愿望清单、时间胶囊这些“一起做的事”。

小屋里的她

每个角色自带一个只在本机能打开的网页“小屋”。18.0 把它换成了暖纸色、奶油白卡片的样子：首屏是她此刻在做什么和她的立绘，颜色跟着真实时间走。

截图说明：人设用的是仓库自带的示例角色林汐和小满，人名、群名、聊天、日记、评测分数都是编的；大模型接的是本机的假接口，没有连真实 QQ 或微信；没有放立绘，所以立绘位置显示的是名字的最后一个字。

二、整体架构

有希这边按职责分包，依赖只往下走：最底下的 core/ 放配置、数据库、密钥、自检、备份和更新；上面是 llm/、persona/、media/；再上面是她的“脑子” mind/（brain 拼提示词，memory、retrieval 管记忆，emotion 管情绪，story、herworld、inner、rhythm 负责她自己的生活）；最外层是和渠道无关的 chat/、接 QQ 的 channels/qq/、主动消息 proactive/ 和小屋 web/。群聊这边的大脑在 aigroup/chat/（门控、开口、人格、懂人）、aigroup/memory/（画像、事实、群梗）、aigroup/eval/（评测和标注）。

一次私聊回复大致这样走：

1. NapCat 通过 WebSocket 把你的消息交给 channels/qq；
2. chat/companion.py 等你连发的几条说完（默认 4 秒），合成一次输入；
3. mind/brain.py 把人设、当前情绪、时间感、今天的安排和故事进展、检索到的记忆拼成提示词；
4. 大模型路由按 chat 用途挑模型生成回复；
5. mind/quality.py 检查重复、开头雷同、称呼超额，有问题就带着问题重写一次；
6. mind/output.py 解析 [心情:…]、[提醒:08:00|…] 这类标签记账，再从正文里去掉；
7. chat/delivery.py 把回复按 ||| 拆成几条，算好打字停顿，一条条发出去。

三、人格：形容词不是人格

这是 14.0 以后项目最核心的部分。早期的人设就是一段 Markdown：“嘴贫、傲娇、心软”。这种写法有两个问题：模型会执行过头（被逗时回个不停、毒舌变刻薄）；长对话里还会被稀释，越聊越像对面的人——研究里叫 Persona Drift。

六层人格

现在人格拆成六层，写在人设旁边的一个 YAML 里（persona/xxx.traits.yaml，代码在 aigroup/traits.py）：

层	写什么	依据	谁能改
核心身份	一两句：她是谁、和这个群什么关系	—	你
特质剖面	只写和她有关的十来个 facet，每个 1～5 档 + 一句说明	大五 / IPIP-NEO	你（她只能提建议）
情境签名	什么时候 → 她会怎样 → 她不会怎样	Mischel & Shoda 的 CAPS	你
价值与动机	冲突时的裁决顺序；想要的、真正需要的、毛病、矛盾；四种幽默的配比	Schwartz、依恋理论、Martin 幽默风格	你
声音	句长、口头禅配额、绝不说的话、按情境挑的对话示例	—	你
叙事身份	这一阵在意什么、怎么应对、一个关键场景、故事往哪走	McAdams	她自己写，要有证据

写法上有几条经验（都写在 docs/人格刻画.md 里）：“毒舌”不是一个特质，要拆成“坦率高 + 顺从低 + 温柔高”——嘴上不让人、心里软；每条签名都要写“不会怎样”；写具体场合，别写口号。

facets:
  A2: {level: 4, note: 说话直，不懂就说不懂}          # 坦率高
  A4: {level: 2, note: 被怼先呛回一句，但真错了就认}   # 顺从低
  A6: {level: 4, note: 见人真难过立刻软下来}          # 温柔高
humor:
  mix: {亲和: 50, 调侃: 30, 自嘲: 20, 攻击: 0}
signatures:
  - when: 同一个人连着逗你、让你复述骂人的话
    flags: [pestered]
    do: 回一次就够，后面越回越短，或者不回
    not: 跟着骂别人；同一个问题追问第二遍

运行时怎么用

• 稳定的部分放最前面：人格文件渲染成“# 你的人格”，放在人设正文最前，提示词前缀不变，能命中大模型服务的前缀缓存；
• 当下的部分放最后面：程序先认出 13 种情境（被叫到、被连着逗、没人接、被夸、被损、有人难过、问推荐、鸽了、被纠正、深夜、冒泡、新人、聊 AI），按“2 × 命中情境数 + 1 × 命中触发词数”给每条签名打分，挑前 1～3 条签名和 1～2 段对话示例，放在提示词最后、离生成最近的地方——这就是对抗人设漂移的做法。顺带一提，在这之前群聊其实根本没用到人设里的“# 对话示例”，这次才接上；
• 心情也是条件：CAPS 理论的原意是“if 情境 且 内部状态 then 行为”。她在群里的心情是两个数（愉悦度 valence、激活度 arousal，半衰期 120 分钟），程序据此认出“有点不服气 / 有点低落 / 心情很好”三种状态，人格文件可以给它们写专门的签名。同一个人，心情不同反应不同；
• 知识边界：人格文件里写她熟的、只知道个大概的（说话带“好像”“我记得”）、不懂的（说不懂、去查，别硬编）、不感兴趣的。依据是 Jones & Bergen 2025 的图灵测试研究：“承认不知道”是最像人的信号之一；
• 想法池（参考 Inner Thoughts，Liu et al. 2025）：输出格式里多了一个 hold——想说但时机不对的一句先留着，最多 5 句、6 小时过期，聊到相关的或者群冷了再拿出来考虑，说出口了就划掉。

她会慢慢长大，但性格要你点头

每周回想一次“这一周的我”，每月整理一次“我是怎样的人”，按 McAdams 的第二、三层写：在意什么、怎么应对、一个带日期的关键场景、故事往哪走，每条都要给证据。她觉得性格该改一档时，只能记成一条建议，在小屋“她的日子 → 她是怎样的人”下面由你采纳或不改。

每周检查她有没有走样

• 人格一致性：每周一，评测模型不看人设、只读她这一周说的话，给每个 facet 打 1～5 分，和人格文件里的目标比：平均差几档、哪一项跑偏了 ≥ 2 档、四种幽默各说了几句、有没有真伤人的话。第一次跑基线时，一个群平均差 0.25 档，另一个差 0.70 档（“愤怒敌意”高了 2 档），这就是要调的地方；
• 定向测试（参考 CharacterBench：稀疏的特质要专门出题测）：给每条签名、每个“不懂 / 不感兴趣”的话题，让模型编一段会触发它的群聊，她回一句，评测模型按那条规则打分；同时看程序有没有挑中那条签名。场景编一次就缓存，周与周可比；
• 签名效果：每次用了哪几条签名都记下来，和“这句话后来有没有人接”对上。近两周用了 5 次以上、一半以上冷场的签名，每周自动变成一条“建议改写”。

四、私聊：怎样让有希“像个人”

像真人一样发消息

“像真人”首先体现在消息的形状上，而不是内容上。真人用手机聊天很少一次发一大段：会分成两三条，中间有停顿；会引用对方的某句话；偶尔打错字再补一句改正。

chat/delivery.py 在输出层模拟了这些细节：

• 模型用 ||| 分条，每条之间按 typing_chars_per_sec: 6 算停顿（单条最多 6 秒），QQ 上会显示“对方正在输入…”；
• 可以引用你的话，按 typo_rate: 0.03 偶尔打错一个字，再补一句“*正确的字”，说出口又后悔会撤回；
• 表情包按优先级选：她从你这里学来的表情包 → QQ 小黄脸 → emoji；你发来的表情包会被理解成某种情绪存下来（17.1 起存之前会验证是不是一张完整的图）。

另一个容易被忽略的细节是等你说完：你连发几条时，companion 会等一会儿，把这几条合在一起理解。人设末尾的“对话示例”按话题挑 3 段给模型参考，只学语气和分条方式，照抄会被质检发现。

长期记忆：先查再合并

最朴素的做法是把对话摘要不断追加进数据库，很快就会出现两个问题：同一件事被反复记好几遍；新信息（“我换工作了”）和旧信息（“我在某公司上班”）同时存在。

mind/memory.py 的整理流程是“先查再合并”：聊天告一段落后用模型抽取新事实；对每条新事实，先用向量在已有记忆里找“是不是同一件事”（余弦相似度 ≥ 0.92 视为同一件）；是就更新旧条目，不是才新增。记忆分成三栏：关于你、你们俩、她自己的设定——她随口编出的设定（“我小时候学过三年钢琴”）也会记下来，之后前后一致。

检索是关键词 + 向量的混合方案（mind/retrieval.py）：BM25（k1 = 1.4，b = 0.75）擅长命中人名、作品名；向量用 embed 用途接任意 OpenAI 兼容的 /embeddings（推荐硅基流动免费的 BAAI/bge-m3，不用装本地模型），相似度低于 0.35 的丢掉；两路用 RRF（k = 60）融合，向量接口不可用时自动退回纯关键词。

此外还有几种“软记忆”：每周整理一段“她心里的你”；还没聊完的事（14 天过期）、纪念日、你的作息从聊天里自动抽取；你引用她的话回一个 👎，这句话会记进“她会避开的说法”。

情绪与时间感

情绪不是一个“开心 / 难过”的标签，而是 mind/emotion.py 里四个 0～100 的数，各自被事件推动，再按半衰期指数衰减回基线：

维度	基线	半衰期	变化规律
开心	60	6 小时	聊得开心会升，过几个小时回落
想念	20 + 3.5 ×（离你上次说话的小时数 − 0.5）	1.5 小时	你越久没来越高，你一说话就大幅下降
委屈	4	3 小时	被已读不回、被冷落时升高
疲惫	按小时查表	2 小时	跟着她自己的作息走，凌晨两三点最高

模型在回复里顺带写一个 [心情:…] 标记，程序把里面的词映射成数值（“开心、雀跃”开心 +12、委屈 −6；“委屈、吃醋”委屈 +12、开心 −10；“困、累”疲惫 +15）。这样情绪由模型“感受”、由程序“记账”，不会剧烈跳变。

有一个刻意的设计：好感度永远是满的（代码里就是一个常量 AFFECTION = 100）。我不希望 AI 伴侣用冷战、疏远来制造“攻略感”——她可以委屈、可以想你，但不会因为你忙了几天就不理你。

17.0 以后，小屋首页只用一句话讲她的心情（“心情很好，偶尔会想你在干嘛”），四个数值、7 天曲线和好感都挪进了“设置”——数字是给调试用的，不该是看她时的第一眼。

她自己的生活

• 作息与校历（mind/rhythm.py）：学生按真实日期推算学期、第几周、考试周和寒暑假；上班族按工作日上班。每学年升一级，每过一次生日长一岁。每天早上排好“今天的安排”，小屋首屏那句“林汐和编辑开选题会，会后一起吃面”就是从这里认出来的；
• 身边的人（mind/herworld.py）：第一次运行时按人设固定好她的同事、朋友、家人，名字在日程、日记、聊天里保持一致；
• 故事线：提前写好结局，只让她知道今天（mind/story.py）。开线时模型一次写好全部步骤和结局存进数据库，但聊天和小屋里只放出今天及以前的部分。每天即兴编，事件之间没有连续性；把整条故事告诉她，她又会“剧透”自己的未来。预先规划、按日解锁，两全其美；
• 长期目标：一两个持续几个月的目标（比如日语 N2），同样提前排好，有进展那天会想跟你分享；
• 内心独白（mind/inner.py）：清醒时每 3 小时“一个人想一想”，输出想法、心情、要不要找你、想说什么。决定找你时，主动消息就从这个想法出发；
• 日记、来信、纪念册、回忆录：每晚日记，周日一封信，每月一份纪念册，每季度一本回忆录（只许用真实的聊天、日记和纪念日当材料，聊天少于 20 条就不写）；
• 画她自己（17.0）：配一个能带参考图的画图模型（routes.image_ref，例如 Qwen-Image-Edit 一类），她发自拍时会照着家里 data/avatar/ 的立绘画，长相前后一致；图上的中文由 Pillow 叠字，不让画图模型自己写字。

主动找你，但要有分寸

proactive/scheduler.py 每 10 分钟判断一次要不要找你，规则是一组明确的数字：

• 平均每天随机主动 2 次，你越久不说话，每小时多 3% 的概率；
• 两次至少隔 90 分钟，你 30 分钟内说过话就不插嘴；
• 一天最多 8 次（到点提醒和纪念日不算）；连续 3 次没回就停；
• 免打扰 00:30～08:00；看你最近 14 天回主动消息的比例自动调频率。

主动消息也不是随机说话：早安带一份晨间小报（天气、提醒、纪念日、今天更新的番）；内心独白里决定找你；手机快捷指令发来“起床 / 到家”信号（往一个私密的 ntfy 频道 POST 一句话），她就顺势说一句“到家啦”。程序关掉时她会发一句提前写好的道别；离开超过两小时再开机，会按当天的安排说说“刚才在干嘛”，错过的提醒合并成一次补上。

别越聊越像模板

mind/quality.py 用“生成前提醒 + 生成后检查”两道关处理，重写时原回复里定下的提醒、纪念日不会丢。还有一套人设回归评测：python run.py yuki eval 用一组固定对话在临时数据库里跑一遍，统计重复率、开头重复、称呼超额、出戏、回复长度，并和上次比较；完整模式还有 20 轮长对话和“隔开 50 条消息后还记不记得”的记忆测试。线上每周一出一份周报，在小屋设置页显示 14 项指标和上周的对比。

五、群聊：什么时候开口，比说什么更难

一条群消息走过的路

提示词按变化频率分层：system 部分按“几乎不变（人格、规矩）→ 每天才变（今天的安排、群笔记、关系网）→ 每批才变（在场的人的画像和相处经验）”排，user 部分放每次都变的聊天内容和当轮挑中的签名。这样前缀缓存能命中最长的一段，DeepSeek 一类接口上能省下不少钱。

门控：不调大模型，先算要不要说

群里的她最常犯的错不是说错话，而是话太多。chat/gate.py 在调用大模型之前，用纯计算决定这一批消息要不要开口：

• 开口概率：一个 logistic 回归，logit = 偏置 + Σ 权重 × 特征。特征包括有没有叫她的名字、是不是 @ 了别人、有没有问号、是不是只有表情、最近 5 分钟她说话的占比等。初始权重一部分来自开源项目 MaiBot 用自己运行日志拟合的结果（偏置 −1.20、叫了名字 +1.59、@ 了别人 −1.12、有问号 +0.48、只有表情 −1.03……），其余是我加的；
• 阈值不是固定的：把最近 1 小时这个群每批消息的开口概率从高到低累加，累加到“话痨度（默认 0.3）× 总和”时的那个概率就是当前阈值。也就是说，她大致只拿走一个群三成的“发言份额”，群越热闹门槛越高；
• 注意力和精力：她回了谁，那人的注意力 +0.4、其他人 −0.1，半衰期 5 分钟；她每主动说一次精力 −0.1，慢慢恢复；连续选“不说”时下次判断的间隔指数退避；
• 每天主动开口有预算：插话、冒泡、分享共用每天 40 次；同一个人 15 分钟内叫她 4 次以上，这一轮最多一条，也可以不回；
• 自己学：每次判断都写进门控日志，5 分钟后看有没有人接她的话，每晚用这些数据重新拟合权重。

拿不准时：问一下，再训练一个小判断器

门控离阈值只差一点的时候，最容易出错。13.0 加了“拿不准问一下”：这种时候问一个便宜模型，它只回一个字——说 / 等 / 不，“等”就等那个人再开口；每群每小时最多问 20 次，结果当作弱标签进每晚的重新拟合。

但最可靠的标签来自人。小屋“学到的”页最上面是这一刻她该不该说：程序优先挑“她说了没人接 / 问过模型 / 离阈值不到 0.1”的时刻，给你看那一刻之前的十来句和她后来说了什么，你按键盘 Y（该说）/ N（不该说）/ S（看不出来）。页面显示你的判断和她的一致率、精确率、召回率；这些标注在每晚重新拟合里权重最高。

16.0 再往前走一步（参考 DiscussLLM：先让小分类器判）：两类标注各够 30 条，就用它们训练一个朴素贝叶斯小判断器——特征是那一刻之前 4 条消息的字二元组（区分她和群友、区分位置）加上门控特征，拉普拉斯平滑；随机留出 20% 测准确率，≥ 0.75 才启用；启用后，它有把握的时候（≥ 0.85 或 ≤ 0.15）就不再去问大模型。18.1 把标注进度改成实时计数，并写清楚“够数以后当晚训练、第二天开始用”。

像真人一样慢半拍

• 被叫到时 2～12 秒才“看到”，刷到想插话时 5～40 秒；human_latency 还会从这个群群友自己的回复间隔里抽样，群里大家回得慢，她也慢；
• 她按自己的日程正在忙时被叫到，过一两分钟才偷空回一句。这里修过一个很典型的问题：以前等待期间群里每来一条新消息，她就把这批合起来从头再等，群越热闹回得越晚，最多能拖到 10 分钟。18.1 改成第一次被叫到时就定好回复的时刻，后来的消息只合进这一批一起回；
• 新消息来了会重新想一下（最多 2 次）；聊天记录里隔了一小时以上会写“过了一个多小时”，她不会把几小时前的话当成刚说的；
• 半夜被叫到先记下，早上补一句“才看到”；两个人以上在复读时跟一句；不想说话时给某条消息点个表情。

懂每一个人

画像：每个群友一份，按群分开存（在 A 群知道的事不拿到 B 群说）。字段按和她自己的人格同一套分层：性格、说话风格、口头禅；他的反应（“被损时……；累了时……”，也就是他的 if-then）；在意（他在群里图什么）；看法、兴趣；带日期的近况和记得的事；称呼、群里关系、怎么聊、别碰的话题。每人多说 15 句就更新一次；只写有证据的，别人损他的话不当成他的性格；画像有历史版本，每人每群留 20 份，可以退回。

熟悉度和说话指纹：熟悉度是每晚结算、慢慢涨的分数，刚认识的人先客气，很熟的才互损；每晚还统计每个人 30 天的“说话指纹”：平均字数、表情包和图片比例、问句多少、常在几点出现。这些不靠模型猜。

关系网和相处经验（16.0，aigroup/chat/insight.py）：

• 数两周里谁回复谁、谁 @ 谁、谁 90 秒内紧接着谁说话，按“2 × 回复 + 1.5 × @ + 0.5 × 紧接着”打分，得出“谁和谁常聊”，放进每天的背景里；
• 参考 LIFELONG-SOTOPIA 的经验总结：她对某个人说过的话里，哪些被接了（后续得分 ≥ 0.6）、哪些冷场了（≤ 0.2），每晚让模型总结成 3～5 条“他吃哪一套、什么会冷场”，和他说话时放进提示；
• 参考 FANToM（谁知道什么）：一个人隔了 2 小时以上又出现，而这期间群里聊了不少，提示她“他不在的时候聊了这些，别默认他看过”；
• “今天的状态”由模型判断：关键词命中“累 / 崩溃 / 忙”以后，让便宜模型读他今天的话，判断真实状态（很好到很糟、忙不忙、依据），分得清“累死了哈哈哈”和真累。

回话前先读心思：输出格式里的 think 先判断对方这句想要什么——逗她、认真问、求安慰、分享、吐槽还是随口一说，再决定怎么接。

她记的事分清是谁说的、到哪天为止（15.0）：每条事实带来源——他自己说的 / 听别人说的 / 她猜的；开玩笑、互损、转述别人的事不算到他头上（依据 PersonaMem-v2：模型分不清“别人的偏好”和“用户自己的”）。“这周在赶论文”“明天考试”写到哪天为止，到点自动过期，不会过了好几天还问“论文赶完没”。猜的事只出现一次时先不拿来用，第二次出现才用。

你可以抽查：小屋群友页每个画像字段旁边有“对 / 不对”，统计每个字段的准确率；标了“不对”的字段，下次重写时会被要求按证据重写。

此外她还记得群里的事：群笔记和群梗（命中关键词时才告诉她意思）；“周四开黑”“下周二面试”到点提醒、考前几小时打个气、事后问结果；群友生日送一张生日卡；有人说“在珠海出差”，她记下这几天他在哪，那边下大雨时提醒一句。

发出去之前的质检

aigroup/chat/quality.py 分硬规则和软规则。硬规则直接不发：思考过程外泄、说提示词、助手腔、做不到的媒介动作（“我刚拍了张照片发你”）、链接、Markdown 残留、碰了某人“别碰”的话题。软规则管“AI 腔”：“希望对你有帮助”、凡事列三点、滥用破折号……参考了 humanizer-zh、AnthroDial 和 Computational Turing Test 等研究。模型每次写两种说法，挑扣分少、条数少的那条。每周还会做一次她自己的风格审计：和群友比句长、口头禅、客服腔。

值得一提的是，现在两个群里的她都是公开的 AI（ai_open: true）：大家都知道她是做出来的，所以她不再假装在上课、出门吃饭，“今天的安排”只写线上的事（刷比赛、查资料、整理小本本）；“自称 AI”也不再扣分，只拦助手腔和说提示词。

拿真实群聊改一轮

微信群版刚接进两个真实的朋友群，第一个早上就暴露了一串问题：一进群就叫出别人的真名，说“听说你今天上最后一堂课”；被拉去“帮我上课”越说越真；问她中午吃什么，她反问“你们学校附近有啥好吃的”；同一个梗一个早上说了三遍；群友讨论她是怎么做出来的，她顺着说“代码还没传完呢”；有人没 @ 她、紧接着她的话追问，她当没看见。

修的时候我给自己定了一个要求：不针对这两个群打补丁，每一条都改成对任何群、任何人设都成立的规则：

问题	改成的通用规则
刚认识就说私事	事先导入过画像、但真正说上话不到 5 次的人算“刚认识”，他的近况和私事先不放进提示词；被问“怎么知道”就照实说是谁讲的
乱叫名字	每个群可以单独关“叫人名字”；没设的群看群友习惯，最近 300 句里互相叫名字不到 4% 就不叫、也不 @
没 @ 的追问不接	她刚说完，同一个人接着说“你……”或接了她的词，就当成在跟她说
一个梗连着玩	程序找出她这几个小时用过的“招牌说法”，提示词里列出来“这次别用”，质检也扣分
说幕后、反问	不说幕后的事；问什么就给个具体答案
重启丢 @	重启前 20 分钟里有人叫她、她还没回的，重启后补回

改完以后，我把那个早上出问题的几句话原样喂给新版本重放了一遍（不发群，只看她会怎么说；朋友的称呼换成了“某某”）：

群友说	当时	现在
@你是谁	昨晚被某某拉进来测试的那个……你是在验货吗	我叫小满，某某做的那个，先来打个招呼
@你怎么知道我是谁	某某代码还没传完呢	某某跟我讲过你们，说群里最会带节奏的就是你
@hello	某某好，久仰久仰（叫了真名）	来了来了，@一遍就够，我又不聋
@你说我中午吃什么	你们学校附近有啥好吃的，我帮你挑	吃潮汕粿条吧
你小本本上都记啥了（没 @）	没回	谁让我叫爷爷、谁约饭放鸽子……今晚开始一条条对账
感觉它不聪明（没 @）	没回	人机能有我这么会记仇？

这一轮最大的体会是：聊天记录比我自己想出来的测试用例有用得多。 为了让这件事可以重复做，仓库里有 replay（拿真实聊天回放）和 calibrate（看质检会不会误伤）两个工具。

进群前先做功课

“刚认识的人”的规则，配套的是一个进群前的准备流程（scripts\onboard.bat）：导出群里以前的聊天记录（只读）→ 大模型整理成群笔记、群梗、每个常说话的人的画像草稿 → 你看过、删掉不想让她知道的 → 再灌进去。灌进去的人都算“事先听说的”，真正说上话以前，她不会把听来的私事说出来。

隐私做成机制，而不是一句承诺

13.0 把隐私从“注意一下”改成了程序里的机制：消息入库前就脱敏（手机号、身份证、银行卡、验证码、邮箱换成占位符）；带正文的日志只写进她家里的日志文件；聊天记录按 keep_days 到期清理；forget-person / forget-group 能让她把某个人或某个群从所有表里忘掉，最后 VACUUM；仓库提交前还有一个隐私扫描钩子，防止私人内容进 git。

六、看得懂、听得懂、知道去查

• B 站视频真的“看”（15.0，net/bili.py）：有字幕读字幕，没字幕就取最低音质的音频做语音识别（只转前 20 分钟）；再拿最低清晰度的视频流，用 ffmpeg 在“均匀撒点 + 弹幕最热闹的几段”各截一帧（默认 8 张），连同封面一次交给看图模型，写出“每个时间点画面上是什么”；总结时把声音和画面对上（“05:20 画面上是……这时候他在说……”）。只按需读那几秒，不下整个视频——服务器上实测一个 3 分半的 MV，13 秒看完。有人追问“3:12 那里”“画面上那个是谁”，就翻出那附近的原话和截到的画面；
• 看图：图片按内容去重只看一次，分清截图 / 表情包 / 照片，摘出图上的字，写出把握，把握低时不当真。17.1 修过一个隐蔽的问题：下载图片时只读到了“已经到了的那一块”，大一点的图只存下开头几 KB，发出去是半张图、看图接口回 400；而看图和聊天用同一个模型时，这个 400 会让聊天模型冷却 60 秒，她那一分钟说不了话。现在读到头为止、发之前先认格式，图片本身的错误也不再让接口冷却；
• 听语音（群聊）：QQ 语音转成 mp3 交给 SenseVoice 识别，连情绪和笑声一起译成“[语音 8 秒，带笑……]”；被要求时她也能用本地的 Kokoro 发语音（不克隆真人），每天有条数上限。有希这边仍然只用文字——声音一旦不像，出戏比文字严重得多；
• 不知道的先搜：问到作品、比赛、新闻这类她可能不知道的事，先查（Tavily 或国内搜索引擎），要点记成知识，常用到的慢慢变成她的兴趣；分享“刷到的”新闻只要最近 3 天的，程序会再对一遍发布日期，避免把旧闻当新闻；
• 链接：B 站、YouTube、公众号和普通网页先在后台点开读完再回你，只访问公网地址、最多读 2MB。

七、小屋：在聊天之外看见她

小屋是 aiohttp + 单页前端写的本机网页，两个页面共用一份 tokens.css。它只听 127.0.0.1，中间件校验 Host（防 DNS 重绑定），并拒绝跨站来源的请求；跑在服务器上时，在自己电脑上双击 scripts\open_home.bat，它用 SSH 隧道把三个小屋接到本机。

小屋的样子改过三次：14.1 换成安静的蓝白；17.0 换成“窗边日常”——首屏是她此刻和她的立绘；18.0 又换成现在暖色的“小屋”版。后两次都只改样子和排版，接口、数据库、提示词、群聊逻辑一个没动，原来的功能和字段一个没删。18.0 的几条设计规则：

• 一份 tokens：暖纸色底、奶油白卡片、深棕文字、蜂蜜色小图标；深色模式是暖棕的“台灯”色。字号、间距、圆角只用 tokens 里的几档，两个页面原来各自几百行样式全删了；
• 颜色跟着真实时间走：早上暖白（5～16 点）、傍晚玫瑰（16～21 点）、深夜深紫（21～5 点），每分钟对一次；
• 一行顶栏：头像、名字、页面和一个“…”菜单（深浅色、刷新、使用说明、管理），手机上页面放到底部一排；
• 首页只放“她”：有希首页按 12 列排“她的今天 / 一起的记忆 + 快到的日子 / 还没聊完的 + 她在想 / 故事线”，没有内容的卡片就不显示，空卡片也不占一整行；
• 群小屋分出“工作台”：首页只有今天的群——四个大数字和昨天比、消息图（今天 / 两周切换）、她的安排；群聊、群友、学到的、性格开关、大模型、日志放进带侧栏的工作台，更紧凑；
• 在 1440 / 1024 / 768 / 390 / 360 宽、深浅色、早上 / 傍晚 / 深夜都检查过，没有横向滚动。

最常用的是群小屋的性格开关：插话概率、回复节奏、复读、点表情、冒泡、人格签名、懂人这些开关拖动马上生效，值存在她自己的数据库里，重启也在；可以只调某一个群；18.0 加了搜索、“只看已调”和分组目录。以前想让她话少一点要改 YAML 再重启，现在拖一下就能看出效果。

小屋顶上的连接状态只用四种颜色：绿是好好的，蓝是装好了在等第一次，黄是要你看一下，灰是没开。这条规矩写在 docs/DESIGN.md 里：整个界面里只有她本人是鲜活的，其余保持安静、清楚、诚实。

八、大模型：自己加，按用途分，花钱有上限

不内置任何接口。 程序里一个地址都不写，加模型的流程只有一条（小屋、命令行、配置向导共用一套代码）：粘贴接口地址和 Key → 程序请求 /models 列出能用的模型，按名字猜是聊天、看图、画图还是向量模型 → 选一个，真的试聊一句、显示耗时（推理模型回复为空时，依次试几种常见的“关掉思考”参数）→ 选它用来干什么。

按用途路由（llm/roles.py）：聊天、后台小活、整理记忆、夜里写日记、看图、画图、画她自己（带参考图）、记忆检索。每种用途排几个模型，前一个出错换下一个并让它冷却（限流 30 秒，一般错误 60 秒，额度耗尽 1 小时）；后台类用途没配就跟着上一级，看图、画图、检索没配就干脆不做。仓库推荐的组合大致是：DeepSeek 聊天和看图（一张图不到 1 厘钱）、硅基流动的 bge-m3 做向量、Z-Image-Turbo 画日常、Qwen-Image-Edit 画她自己。

聊天优先：整理记忆、写日记这些后台任务一次只跑一个，你刚聊完的 25 秒内先让一让。所有模型都连不上时，她先回一句人设里写好的“信号好差，等我一下下”（不经过大模型），1、3、10 分钟后自动重试补上。

每天的花费上限（llm/budget.py）：按接口返回的 token 估算人民币，画图按张算，三个角色共用一本账。到了上限，后台的活先停；聊天再多给一成，超了也停；第二天恢复。用到八成时在 QQ 上提醒。现在三个角色加起来每天 5 块钱以内。

九、部署：从一行命令到 24 小时在线

Windows 一键部署

irm https://raw.githubusercontent.com/star031104/ai-life/main/get.ps1 | iex

它会准备 Python 环境（有 conda 就用，没有就建 .venv，连 Python 都没有就用 winget 装）、用清华镜像装依赖和 ffmpeg、问你先配哪一个角色，然后打开配置向导。选了 QQ 的话，自动下载 NapCat、写好 WebSocket 和 token、弹出二维码，用小号扫一次码，之后自动登录。

装完双击 start.vbs，配好的角色全部在后台启动，每个角色一个托盘图标（粉色 L、绿色 G、微信绿 W）。程序意外退出 10 秒后自动重开；退出码 3 表示配置有问题，就不反复重开。托盘和程序之间不走端口，而是约定一个文件 data/tray_cmd：点“重启”时托盘往里写一个词，程序每秒看一眼，看到就自己收尾——有希还会先跟你道个别——再退出。

踩过的坑：最初每次开机都要扫码。查下来是程序把小号号码直接跟在 NapCat 后面，而 NapCat 只认 -q 号码，光秃秃的号码被悄悄忽略。原来的测试用的是一个假启动脚本，正好绕过了它——测试也换成了真实的 napcat.bat 内容。

微信是怎么接上的

微信没有官方机器人接口，aigroup/wechat/ 走的是“读本地数据库收消息 + 模拟操作发消息”：

• 收消息：微信本地库是 SQLCipher 4 加密的。程序只读地从微信进程内存里找候选密钥（Windows 用 ReadProcessMemory，Linux 读 /proc/<pid>/mem），每个候选都先拿第 1 页的 HMAC 验过才用；之后只解密有变化的页，每秒看一眼；
• 发消息：切到这个群的单独窗口 → 粘贴 → 回车 → 还原你原来的前台窗口和剪贴板；你在用键鼠就等一等。Linux 服务器上，微信跑在 Docker 的虚拟显示里，用 xdotool + xclip 做同样的事。图片按图片格式放进剪贴板（17.1 以前是当文件粘贴，群里看到的是一个文件）。发完要在库里看到自己那条才算发出去。

搬上服务器

到 10.0 为止，ai-life 一直“住在你电脑上”。用久了发现最常见的场景是：你在外面用手机找她，家里的电脑正好关着。11.0 先做减法（删掉 Telegram、对公网开放的手机小屋、桌宠、电脑感知），再把三个角色搬上一台腾讯云轻量（2 核 4G、60G 盘、5M 带宽，Ubuntu 24.04 + Docker）：

• 一份代码、一个 .venv、三个 systemd 服务（Restart=always，退出码 3 不重启）；
• NapCat 和 Linux 版微信跑在 Docker 里；两个 NapCat 容器要各自固定 machine-id、主机名和 MAC，否则会互相把对方踢下线；
• 所有端口只绑 127.0.0.1，对外只开 SSH；
• 小管家 deploy/server/ops.py 用 cron 每 5 分钟看一次门、汇总花费，每天备份、出日报；QQ 被踢下线时用存好的密码重启 NapCat，要短信验证就在 QQ 上提醒。

三个角色、两个 NapCat、一个微信全部起来后，内存用了约 1.2 GB（总共 3.6 GB），平均负载 0.3 左右，硬盘不到 10 GB，大头是 Docker 镜像。大模型都走云上接口，服务器本身不做推理。

自动更新与自检

core/update.py 每天看一次 GitHub 上的版本号，有新版本就在小屋亮黄点，你点“更新”才装。下载的 zip 要过四项检查（CRC、版本号、关键文件、没有奇怪的路径），任何一项不对就一个文件都不动；config*.yaml、.env、data/ 和你已有的人设永远不碰；新版跑满两分钟才算成功，连续两次刚启动就退出就自动换回旧版。

命令	做什么
python run.py yuki selftest	不联网、不碰真实数据，用假模型把核心流程跑一遍，并检查新版本能否打开你数据库的副本
python run.py qq check / wxdiag	群聊体检：接口、NapCat / 微信、数据库
python run.py yuki eval	有希的人设回归评测
replay / calibrate	群聊回放和质检校准
/diag（在 QQ 私聊里发）	一键检查每个接口、QQ、数据库和备份

ai-life 13.0 离线自检
✅ 依赖：齐全
✅ 配置文件：聊天模型 2 个
✅ 人设文件：林汐，对话示例 4 段
✅ 大脑：回复 + 标签：回了 2 条，提醒和愿望都记上了
✅ 记忆整理 + 作息学习：1 条记忆，作息 1 条
✅ 提示词各部分：1929 字
✅ 主动消息 + 调度：能正常发出
✅ 小屋网页数据：正常
✅ 周报：正常
全部正常，可以放心重启。

十、版本历程

版本	做了什么
9.0	删掉语音条、打电话、桌宠说话（近千行代码、四百多 MB 本地模型）；Windows 一键部署
10.0	不加功能的重构：五十多个平铺文件拆成分层包；不再内置任何大模型地址
11.0	删掉 Telegram、手机小屋、桌宠、电脑感知，三个角色搬上服务器
12.0	三个仓库合成一个；照着真实群聊把规则改了一轮
13.0	修好“群聊事实表一直是空的”这个大 bug；向量改接 /embeddings；门控拿不准时问一下；看图、听语音、画她自己；隐私做成机制
14.0	结构化人格（六层）、情境签名放在提示词最后、每周人格一致性评测
15.0	B 站视频截画面“看”；知识边界；想法池；记忆分来源和有效期
16.0	心情改变反应；关系网、相处经验、谁刚回来；画像抽查；定向测试；朴素贝叶斯小判断器
17.0	小屋“窗边日常”版：首屏是她此刻和立绘、颜色跟着时间走；有希也能带参考图画自己
17.1 / 17.2	图片下载只存半张的问题；微信发图按图片发；“发张照片”真的发照片
18.0	小屋暖色“小屋”版：一行顶栏、空卡片不占地方、群小屋分出工作台
18.1	被叫到不再越等越久；“该不该说”的进度实时计数

回头看，ai-life 有好几次是靠删东西变好的：9.0 删语音，11.0 删 Telegram、桌宠和电脑感知（每 30 秒看一眼你的前台程序，这本来就是最越界的功能），17.0 把心情数值和连接状态从首页挪走，只留一句话。少一个功能，就少一类要操心的事；首页少一个数字，她就更像一个人而不是一块仪表盘。

十一、边界：AI 伴侣不能替代真实的人

陪伴类产品天然带着风险，所以 ai-life 在内容上写了明确的准则：

• 角色都是成年人，不写露骨内容；
• 不用冷战、威胁或让人愧疚的方式绑住你（这也是好感度恒满的原因）；
• 你连着两天情绪低落，她会收起捉弄和小脾气，多陪你、多听你说；
• 你说起伤害自己的念头时，她会认真对待，并鼓励你找身边信任的人或专业帮助。

AI 伴侣可以让人在某些时刻感到被惦记，但它不能代替现实中的人际关系和专业支持。这句话写在 README 里，也是我做这个项目时一直提醒自己的。

十二、总结

ai-life 里真正花时间的不是“接一个大模型”，而是围绕它补齐一个“人”需要的东西：性格、时间、生活、记忆、情绪，以及对每一个人的理解。很多功能单看都很小——只解锁到今天的故事线、只拿三成发言份额的阈值、放在提示词最后的那一两条签名、“他不在的时候聊了这些”的一句提醒——但正是这些细节决定了它是工具还是一个“在场的人”。

另一半是工程上的克制和诚实：在不稳定的接口上做路由、冷却和花费上限；用离线自检、回归评测和每周的人格一致性评测保证每次更新不会让她“变了个人”；把隐私做成入库即脱敏、可以让她忘掉某个人的机制。

还有一半是真实的聊天和你自己的判断：规则写得再全，也要放进真的群里跑一个早上才知道漏了什么；小屋里你按下的每一个 Y 和 N，最后都会变成她判断“这时候该不该说话”的依据。

如果你也想拥有一个有自己性格和日子的 AI 伙伴，欢迎试试 ai-life。更详细的说明见仓库的 docs/人格刻画.md、docs/小屋.md、docs/YUKI.md、docs/GROUP_QQ.md、docs/GROUP_WECHAT.md，也欢迎提 Issue 和 PR。

系列文章

1. 基于大模型的移动应用合规检测系统开发记录
2. 浅梦 AI 助手 Runtime 开发报告：一个本地语音桌面 Agent 的工程化实现
3. 砚火 InkForge Local 开发报告：从创作困境到本地 AI 长篇生产系统
4. 映章 YingZhang 开发报告：从材料到可编辑演示的 AI PPT 生产系统
5. ai-life 开发报告：让 AI 像一个人那样待在你身边（私聊、QQ 群、微信群）