你的跨平台 AI 内容朋友，比你更懂你想看什么 🎯
OpenBiliClaw 是一个本地优先、开源的跨平台个性化内容发现 AI Agent。它像一个深度了解你的朋友或专属内容编辑——不仅知道你喜欢看什么，更理解你为什么喜欢，你是一个什么样的人，然后主动去 B 站、小红书、抖音、YouTube、X、知乎、Reddit、Linux.do、Bangumi 和通用 Web 等来源帮你发现那些你会喜欢但自己找不到的内容。 OpenBiliClaw 是一个本地优先、开源的跨平台个性化内容发现 AI Agent。它像一个深度了解你的朋友或专属内容编辑——不仅知道你喜欢看什么，更理解你为什么喜欢，你是一个什么样的人，然后主动去 B 站、小红书、抖音、YouTube、X、知乎、Reddit、Bangumi、微博和通用 Web 等来源帮你发现那些你会喜欢但自己找不到的内容。
核心理念：
- 不是冷冰冰的推荐算法，而是一个有温度的 AI 朋友
- 不是被动过滤推荐流，而是主动探索发现
- 不是浅层兴趣匹配，而是深层理解人格与需求
| 维度 | 单平台官方推荐 | OpenBiliClaw |
|---|---|---|
| 推荐逻辑 | 协同过滤 + 热度，容易信息茧房 | LLM 深层理解 + 探索式发现 |
| 用户理解 | 隐式标签，用户不可见 | 深度人格画像，像朋友一样理解你 |
| 控制权 | 用户只能点"不感兴趣" | 对话式调整 + 主动"教"Agent |
| 发现方式 | 基于已有行为推荐相似内容 | 主动搜索、跨领域探索、挖掘潜在兴趣 |
| 推荐语气 | 算法式、无温度 | 朋友式、有人味、有洞察 |
目标：从"他做了什么"到"他为什么这样"到"他是一个什么样的人"——建立有深度和温度的用户理解。
浏览器插件（核心采集入口）：
-
通过统一
PlatformAdapter捕捉 B 站 / 小红书 / 抖音 / YouTube / X / 知乎 / Linux.do 普通页面的交互行为；Reddit 初始化 saved/upvoted/subscribed 信号复用插件登录态任务桥，日常 discovery 默认使用 rdt-cli 登录态命令后端，不可用时 fallback 到插件任务。Linux.do 的隔离任务 tab 只运行同源只读 executor、不会启动普通 collector：公开 discovery 支持 search/hot/feed/creator/related，个人 bootstrap 支持 bookmarks/likes/read_history。其余行为链覆盖点击、滚动、停留、评论、点赞、收藏、分享、关注、搜索，以及 B 站特有投币；click 在 capture 阶段记录，scroll 同时覆盖页面和内部 feed / modal 滚动容器 -
通过统一
PlatformAdapter捕捉 B 站 / 小红书 / 抖音 / YouTube / X / 知乎的交互行为；Reddit 初始化 saved/upvoted/subscribed 信号复用插件登录态任务桥，日常 discovery 默认使用 rdt-cli 登录态命令后端，不可用时 fallback 到插件任务：点击、滚动、停留、评论、点赞、收藏、分享、关注、搜索，以及 B 站特有投币；click 在 capture 阶段记录，scroll 同时覆盖页面和内部 feed / modal 滚动容器 -
微博公开 discovery 由后端匿名 visitor 完成；插件只在显式 guided init 时申请微博 host permission，使用隔离同源任务页只读导入收藏、关注和 mentions。后端不接收 Cookie，不做普通行为采集、站内写回或 native-save；个人 bootstrap 当前为 init-only
-
记录行为发生时的完整上下文：对应的 DOM 页面快照、当前浏览路径、时间戳、平台内容 ID
-
捕捉用户的微行为：鼠标悬停、视频进度条跳转、视频暂停 / 继续、页面导航等
-
采集用户亲手写的评论 / 弹幕正文（最强的兴趣表达之一）：X 回复正文与 B 站评论 / 弹幕正文均经 MAIN-world 网络 tap 在提交成功后采集（业务码校验），双端截断 200 字符 + 剥离控制字符后进入
metadata.comment_text（弹幕comment_kind="danmaku"） -
小红书赞 / 收藏强信号由 MAIN-world
xhs-action-tap（obc-xhs-action，与 token sniffer 隔离）在网络层认定：like/dislike/collect/uncollect 写端点业务成功才发，替代此前「按钮文案匹配、图标按钮漏采」的 DOM 路径；xhs adapter 声明tapAuthoritativeActions:{like,favorite,retraction}，kernel 抑制对应 DOM 发射，事件 URL 与后端 note 键型互通以支持赞→撤销折价 -
记录用户的主动反馈：
dislike类动作统一规范成feedback事件，避免各平台负反馈语义分叉 -
插件 side panel 与桌面 / 移动 Web 使用同一 platform-neutral 保存契约：卡片先本地保存，保存页显式同步并轮询逐项任务；默认关闭自动同步，首次开启提示将修改对应平台账号；本地删除不删除平台记录
-
插件 side panel 与桌面 / 移动 Web 使用同一 30 天内容历史契约：recommendation-owned click、推荐展示和本地保存移除快照分别投影为「主动点开过 / 出现过但没点开 / 最近移除」，按 canonical identity 去重分页；保存移除项可恢复，封面不做整页预热，只按视口懒加载走现有图片代理缓存
-
本机调试可通过
/api/extension/e2e/run驱动已安装插件在抖音 / 小红书 / X 真实页面执行白名单 DOM 操作，再由后端校验/api/events是否自然入库；runner 会把复用 tab 归位到平台入口并在回传结果前 flush 捕捉 buffer，该链路不伪造行为事件，用于验证捕捉层本身。/api/events的每个event_id、/api/feedback与/api/recommendation-click的request_id都是 trim 后 1–400 字符的必填稳定键；缺失、空白或超长由请求模型在任何 event/projection 写入前返回 422。同一动作重试必须复用，服务端不补随机键。/api/events在画像明确未初始化时会拒收普通行为事件，首轮画像信号只由 guided init 来源任务拉取；初始化后所有 accepted event 都先经统一 ingress commit，HTTP 只 wake、不等待 pipeline / LLM。app-ownedEventProcessingScheduler让profile_eventsgeneric consumer 与content_feedbackconsumer 按各自 durable cursor 扫描显式 owner，以 event row ID 生成稳定 signal，并用checkpointed_enqueue_batch()在同一个pipeline_state.jsonsnapshot 中原子发布 buffer+cursor，再由 owner 调tick_if_buffered()；独立周期画像维护才调用完整tick()。首次 app startup 只 await owner fence、本地 durable 准备与 scheduler admission，真正 scan/checkpoint/consume 在 scheduler-owned background task 中继续；provider 401、pending buffer LLM 或永不返回调用不能延迟 listener/health。shutdown 取消并 gather；热重载仍同步 pause/drain/recover/rebind，不缩短 owner pass 或破坏 cursor/buffer。5 秒 safety scan 继续覆盖丢 wake。retraction 投影在 generic cursor 前完成，hypothesis/import feedback 由其它 owner 处理或只越过 feedback cursor。两个 owner 首次接管都先按最大 event row id 发布 cutover fence，旧 direct-ingest 行不重学。feedback_state.json只作迁移 provenance/兼容镜像，不是 owner 权威。pending_signal_events仍只是 search / related_chain refresh 的触发水位，不是画像待处理数。/api/feedback另明确采用 event-first 两次 commit：durable event 后才单独更新 recommendation projection，第二步失败由同request_idduplicate retry 校验并补投影，不宣称跨表原子；相同 ID 的不同 payload 维持 409。 -
上述三个公开事件 ID 字段采用严格 JSON string 校验，不把数字、布尔或其它 JSON 类型自动转成 字符串；这类非字符串输入与缺失、空白、超长输入一样在 route 前 422 且零写入。
B 站数据接口：
- 通过 B 站 API 获取结构化数据（历史记录、收藏夹、关注列表等）
- 作为浏览器插件采集的补充和验证
Linux.do 只读扩展任务源：
flowchart LR
H[backend producer / init] --> Q[(linuxdo_tasks)]
Q --> E[authenticated extension dispatcher]
E --> T[isolated real linux.do tab]
T --> G[same-origin GET only]
G --> N[normalized topics / counts<br/>or structured error]
N --> R[/api/sources/linuxdo/task-result]
R --> P[events or pending-eval candidates]
- 上游网络请求必须全部使用 GET；不得发帖、点赞、收藏、关注、编辑或执行任何状态变更。
- 五个 discovery mode 固定为
search / hot / feed / creator / related；三个 bootstrap scope 固定为linuxdo_bookmarks / linuxdo_likes / linuxdo_read_history，分别映射favorite / like / view。 - 公开 discovery 的登录为 optional；个人 bootstrap 必须由
GET /session/current.json正面确认current_user.username。_t只能作为“可能已登录”的布尔提示，其值不得上传。 - 扩展只回传白名单归一化字段与结构化错误；Cookie、CSRF 数据、原始 JSON/HTML、挑战页正文都不得离开浏览器。canonical 内容身份为
content_id="topic:<topic_id>"，content_type="post"。 - Linux.do executor 必须在扩展自己创建并持有的任务 tab 中隔离运行。生产 payload 的单请求超时默认且最多 30 秒；discovery 默认且最多 5 页，bootstrap 按每页 20 条和 limit 自动扩页（300 条为 15 页）且最多 15 页，输入列表最多 5 个、每分支最多 300 项、单响应最多 2 MiB。content executor 的 120 秒 / 50 页 / 20 输入 cap 只作第二层绝对防御，dispatcher 不允许合法后端任务触达。任务完成后只关闭自己的 tab。pending 领取等待约 3 分钟；
in_progress按任务形状最长约 29 分钟，再留 30 秒结果余量，后端 claim lease 约 35 分钟，共享 dispatcher mutex stale 窗口约 36 分钟。dispatcher 对已领取的非法 payload 必须立即回传失败；执行前必须把 task/tab/deadline 写入 session storage，MV3 重启必须先恢复 runner 再 polling，使存活 task tab 可继续回传而无需重跑站点请求。 - Linux.do bootstrap 的部分 scope 失败必须返回
degraded，保留已成功 scope 的事件与有界scope_errors；discovery 分页或多输入中途失败也必须保留已得 topic 并返回degraded/input_errors，让 producer 以部分完成入候选管线；零有效 item 的失败才返回failed。bootstrap 的failed/degraded都不得进入默认 6 小时近期任务复用。 - guided init Stage-1 基础预算保持 30 分钟；使用默认预算时，Linux.do-only 至少给 32.5 分钟，Linux.do 与至少一个其它来源并选时给 62.5 分钟。显式
collection_timeout_secondsoverride 必须原样生效，不得静默扩容。 https://linux.do/*host permission 只用于普通页面的统一行为 adapter，以及扩展创建的真实站点 task tab 中上述同源 GET；公开 discovery 不要求登录，个人 bootstrap 才复用登录会话。自动化任务协议、分页、cap、错误与隔离测试是合入门槛；真实已登录账号 E2E 当前尚未完成，发布前必须补做并记录结果。
参考 MemGPT/Letta 的分层记忆设计和认知心理学模型，打造专为"理解一个人"设计的记忆系统。
核心设计理念：不是简单的数据存储，而是一个活的、不断生长和自我修正的理解网络。每一层之间有网状关联，上层理解会指导下层数据的解读，下层新数据会修正上层理解。
┌─────────────────────────────────────────────────────────────┐
│ 🌟 灵魂层 (Soul Layer) │
│ "他是一个什么样的人" │
│ 人格特质 · 核心价值观 · 深层需求 · 生活状态 │
│ ↕ 双向修正 │
├─────────────────────────────────────────────────────────────┤
│ 💡 洞察层 (Insight Layer) │
│ "为什么他会这样" │
│ 动机分析 · 心理需求推断 · 潜在兴趣假设 · 行为模式归因 │
│ ↕ 双向修正 │
├─────────────────────────────────────────────────────────────┤
│ 📅 觉察层 (Awareness Layer) │
│ "每天他在发生什么变化" │
│ 每日观察笔记 · 兴趣趋势 · 情绪状态推测 · 阶段性总结 │
│ ↕ 双向修正 │
├─────────────────────────────────────────────────────────────┤
│ 📊 偏好层 (Preference Layer) │
│ "他喜欢什么/不喜欢什么" │
│ 兴趣标签(带权重+时间衰减) · 风格偏好 · 情境模式 · 探索倾向 │
│ ↕ 数据提取 │
├─────────────────────────────────────────────────────────────┤
│ 📝 事件层 (Event Layer) │
│ "他做了什么" │
│ 原始行为日志 · DOM快照 · 点击/搜索/收藏记录 · 评论/弹幕正文 · 反馈记录 │
└─────────────────────────────────────────────────────────────┘
层间关系 — 网状而非单向：
- 自底向上：事件层的新数据不断注入偏好层，偏好层的变化推动觉察层更新观察笔记，觉察层的发现修正洞察层的推断，洞察层最终塑造灵魂层的人格理解
- 自顶向下：灵魂层的人格理解指导洞察层如何解读新行为，洞察层告诉觉察层应该关注什么变化，偏好层根据上层理解来校准标签权重
- 跨层关联：一个事件可能直接触发灵魂层的修正（重大行为变化），灵魂层可能直接影响事件层的采集策略（关注特定类型的行为）
记忆类型（参考 MemGPT/Letta 模式）：
| 记忆类型 | 作用 | 对应层 | 存储方式 |
|---|---|---|---|
| 核心记忆 (Core Memory) | 始终在 Agent 上下文中的关键信息 | 灵魂层 + 偏好层摘要 | JSON 文件(可自编辑) |
| 情景记忆 (Episodic Memory) | 具体的交互片段和发现故事 | 事件层 + 觉察层 | SQLite + 向量索引 |
| 语义记忆 (Semantic Memory) | 用户相关的事实和知识 | 偏好层 + 洞察层 | 知识图谱/JSON（当前实现使用 JSON，未引入知识图谱） |
| 工作记忆 (Working Memory) | 当前会话的即时上下文 | 运行时 | 内存 |
自我编辑能力：Agent 可以自主决定什么信息该记住、什么该遗忘、什么该从事件层提升到灵魂层。
自然语言人格描述（像一个了解你好多年的老朋友）：
"小白骨子里是一个追求'深度理解世界运作方式'的人——无论是 AI 原理、历史脉络还是一道菜的风味逻辑，他都想搞明白'为什么'。他表面上是个技术宅，但我观察到他对摄影的兴趣在增长，我怀疑这是他在寻找一种技术之外的创造性表达。工作压力大的时候他会刷 RPG 游戏实况来获得掌控感，这时候千万别推他技术视频。他最近在看探店视频——不是因为想学做菜，而是享受'发现隐藏的好东西'那种感觉。这个特质很有意思，也许可以给他推荐一些小众但高质量的 UP 主。"
结构化数据：JSON 格式的多层记忆数据，供系统内部使用。
不是简单地"记录用户说了什么"，而是主动追问、假设、确认、调整：
用户：我最近对美食不太感兴趣了
Agent：了解。不过我很好奇——你之前看探店视频是因为喜欢美食本身，
还是享受"发现隐藏好东西"的过程？如果是后者，也许我可以
帮你在其他领域找到类似的发现感？
用户：嗯你说得对，我确实更喜欢发现的过程
Agent：那我理解了。这是一个很有意思的特质——你可能也会喜欢"小众
宝藏UP主挖掘"或者"冷门但高质量的纪录片"这种内容。
我先假设你对这类内容有兴趣，推荐一些试试？如果不对我再调整。
核心策略：
- 追问 Why — 不止记录偏好，挖掘背后动机
- 提出假设 — 基于理解主动猜测，而不是等用户说
- 确认验证 — 带着假设去推荐，看结果来验证
- 动态调整 — 根据验证结果修正理解模型
目标：像一个熟悉多个内容社区的专业编辑一样，通过多种方式主动发现好内容。
普通 dislike 的语义是“不再推荐这张卡 / 已确认主题”，不是“禁止搜索这个词”。单卡反馈提交后同步把
recommendation 标为 processed 并失效推荐快照；主题 dislike 一旦写入 flat preference，
SoulEngine.get_effective_disliked_topics() 就把 flat preference、Soul 与用户 overrides 合成当前权威快照，
get_profile() 在完整 Soul 重建前也会带上它。
推荐历史缓存把该快照 digest 纳入命中条件；推荐首屏、换一批、追加、OpenClaw fallback 与主动通知在最终输出 边界再次按最新快照过滤。结构化 topic 精确命中始终排除；自然语言子串若误杀整个多卡窗口，只恢复没有精确 topic 命中的条目，单条 push 不恢复。异步 embedding + LLM 清池继续减少无效库存，但不再承担展示正确性。 Discovery 可以继续宽搜，普通 dislike 不撤销关键词或来源任务。
| 策略 | 说明 |
|---|---|
| 兴趣关键词搜索 | 根据用户画像生成关键词组合搜索；B 站生产路径在既有请求预算内预留 1 个 pubdate 请求（最多 5 条），与普通相关性结果交错进入评估窗口，只补近期供给而不改变 relevance/admission |
| 搜索灵感脑暴 | 可选地从 like 二级兴趣抽样；OnionProfile.interest.likes 会优先展开 specifics，一级 domain 只在缺少 specifics 时兜底，并按 parent 计数降权防止小窗口被同一领域占满；结合 recent interest selection count、关键词覆盖频次、raw candidate 数量 / 占比 / dominant content type 和最终候选池占比降权高频兴趣，coverage join 统一走 _normalize_match_text() 折叠大小写 / 空白漂移，画像整理会同步迁移 keyword 与 selection ledger 标签，完整 coverage 只在本地控制环使用，LLM payload 只携带 must-cover + 少量 cooldown 摘要；随后由 discovery.keyword_brainstorm 脑暴带 `kind_fit=regular |
| 相关推荐链探索 | 从已知好内容出发，沿相关推荐不断深入 |
| 分区热门/排行榜 | 固定全站榜，并按本地洗牌轮转覆盖非 0 分区榜，结合用户画像筛选 |
| UP 主追踪 | 追踪关注的和发现的优质 UP 主的新动态 |
| 评论区挖掘 | 从评论区发现用户推荐的其他内容/UP 主 |
| 跨领域探索 | 刻意推荐用户从未接触过但心理画像暗示可能喜欢的领域；当统一 KeywordPlanner 已有 merged keyword 调用、explore_refresh_hours 到期或即将到期且 B 站仍有补货空间时，默认会把 explore_domains 合并进同一次关键词生成，把探索 query 写入 B 站 keyword_kind="explore" query cache。开启 inspiration-only 替换模式后，这部分也改由 search-backed inspiration flow 生成 query_kind="explore" 的 B 站探索词。ExploreStrategy 后续从该 explore 候选池 claim query 搜索；池为空时不再单独打一次 explore 计划 LLM |
| 热点关联 | 追踪热点话题，判断是否与用户深层兴趣相关 |
Linux.do 同样纳入统一关键词 planner 的九平台目标与 platform_guides.query_style；其 search query 使用社区话题风格，候选仍只进入统一待评估池。Linux.do 不是 inspiration grounding 的后端直连来源：真实取数依旧由扩展 task tab 完成。
评估的核心依据是用户的 Soul（灵魂画像）和深层兴趣，而非通用指标。
- 核心评估：这个内容是否匹配这个用户的深层兴趣和当前状态？
- 时效性基准与三态推荐资格：来源
published_at与本轮精确 UTCevaluated_at一起进入单条、批量及推荐池补分类 prompt；模型基于 prompt 可见正文原子输出temporal_class/confidence/reason，以及validity_mode（none/explicit_deadline/event_state/version_state/freshness_only）、valid_until、scope（none/core/hook）、逐字evidence和state（unknown/active/expired/superseded）。代码侧统一生成temporal_evaluated_at/temporal_next_review_at/temporal_policy_version/temporal_evidence_complete；relevance_score与新旧完全解耦。确定性 policy 返回eligible/review_due/expired：只有置信度>=0.80、完整且作用于core的证据组经过逐字 grounding 后，已过explicit_deadline或结构化事件expired/ 版本superseded才 hard expire。deadline 必须从 Agent 实际可见文本中逐字取得日期、具体时刻和时区，并与规范化valid_until表示同一瞬间；active / 终态必须分别有正向、无条件的当前状态 / 结束替代语义，条件、假设、可能或未来态句子不能作为 state 证据。日期-only、反向证据、hook、低置信、缺字段、未 grounding、不一致状态和无效时间全部 fail-neutral。breaking/current/versioned的 1 / 14 / 120 天是复审频率，不是死亡线；旧 v1breaking/current的 3 / 60 天窗口也仅生成review_due。评估缓存绑定 prompt-visible 内容、发布时间摘要与独立小时桶，并由 v6 namespace 隔离旧契约。 - 近期供给、排序与生命周期复核：B 站 API 主搜索与扩展 fallback 都只提供一个小型 recent lane；lane provenance 贯穿
DiscoveredContent → discovery_candidates，但不改变来源策略、相关性阈值或配额。合格候选间继续使用有界 publication bonus；推荐侧对每个候选窗口聚合比较“含 bonus”与“无 bonus”Top10/50/100，按 class/source/age 记录进入退出，shadow 不含候选身份/文本，写失败 fail-open，且本身不调整三态 policy。review_due的 discovery candidate 回到待评估状态，正式池条目进入可逆temporal_review_hold；两边都按逐行 1 / 2 / 4 / 8 / 16 / 24 小时 not-before 租约退避，候选租约未到时不可 claim、也不计 raw / projected / 来源容量。hold 不展示、不计库存，由现有 evaluator 复审后可恢复fresh。评估落库后 admission 重读 durable row，仅最终状态仍为evaluated才能入池；expired则转rejected_temporal_stale/stale。PoolServeSnapshot、最终 recommendation + shown 写事务以及 API 1 秒快照都会使用同一证据组复核，避免连续刷新或 snapshot 竞态绕过 hold/expiry。 - 可选辅助指标：播放量/点赞/弹幕质量等——由用户画像决定是否参考（有些用户在意质量指标，有些人不在意）
- 统一待评估池与准入：API daemon 的不同来源 raw candidates 进入
discovery_candidates后，由唯一CandidateEvalCoordinatortokenized claim；默认 3 个 30 条 LLM worker 并行，任一完成即补位，SQLite 完成提交与 admission 串行。pipeline 单次 enqueue callback 立即唤醒这个 owner，refresh / managed producer 不再同步 drain。raw 清空且 projected 仍低于目标时，coordinator 调用 quota-aware supply wave，即时 tick 所有欠份额 producer 并执行 B 站 refresh；同平台周期 / 即时 tick 由 per-source lock 去重。补池生产性以真实inserted/enqueued为准，全部 duplicate 即使跑过策略也进入 30/60/120/300/600 秒退避，真实入队立即清零。串行 lane 先原子持久化全部 token-owned 相关性与 temporal v2 证据组，再按target - available - admitted_pending_available执行相关性门和三态 eligibility；review_due重新排队复审，expired终态拒绝，只有eligible可 admission。raw 重抓、旧缓存或不完整评估不能局部覆盖证据组，也不能复活 hold/stale 行。admitted_pending_available只统计补齐表达后能进入当前 topic 三条展示窗口的 pending-copy，超过 headroom 的达标结果保留为evaluated。评估输入包含正文 / 标签 / 互动指标；[discovery].eval_prefilter_mode默认 shadow 只记录 would-filter，enforce 才会让明显低相似且非 explore 的候选本地低分缓存并跳过 LLM；多模态评估开启且模型支持图像时会复用运行时图片缓存。OpenClaw direct one-shot 不启动 daemon owner，recommend(refresh_if_needed=True)的首轮 source supply / inline claim 固定 ≤4，并在 durable admission 后同步 drain ≤4 条 expression copy。调度 projected 固定为available + admitted_pending_available + evaluated_pending_admission，普通 raw 与同 topic 深层 pending-copy 不计入；表达协调器以max(copy-ready 缺口, min(available 缺口, admitted_pending_available))接手已入池 eligible 素材。来源只影响取数方式、配额和 prompt 上下文，平台节流、raw ceiling 与相关性阈值不变。 - 来源定向回填：主策略不足时，历史
content_cachebackfill 先按本轮 strategy 的source_platform在 SQL 中过滤，再做平衡与LIMIT；空 legacy 平台只归 B 站。一次 B 站 / YouTube / 抖音定向运行不能被其它平台的高分历史行补满。
目标：像一个真正了解你的朋友，在合适的时候以真诚的方式推荐内容。
- 即时推荐：发现特别匹配的内容时即时推送
- 每日精选：定时推荐列表
- 个人专题：深度个性化的主题推荐——完全基于对这个人的理解，不是通用分类
专题示例（不是"周末放松包"这种通用的，而是只属于这个人的）：
- "你最近在探索摄影——这几个视频从你习惯的'搞明白原理'的角度讲构图和光影，我觉得很对你的胃口"
- "最近工作是不是有点累？这两个 RPG 实况节奏特别好，适合你晚上用来切换状态"
- "我发现一个 UP 主讲历史的方式跟你喜欢的那种'深层逻辑分析'风格很像，但他讲的是经济史，你说不定会打开一个新世界"
不是："因为你观看了相关视频，推荐以下内容" ❌
而是："我觉得你会喜欢这个——这个 UP 主讲 AI 的角度很独特，有点像你喜欢的那种'把复杂的事情讲透'的风格，但他会加入很多生活化的类比。我理解你最近对 AI 的关注不仅是工作需要，更多是一种对未来的好奇，这个视频正好聊到了你可能感兴趣的方向。" ✅
核心要素：
- "我觉得" — 有主观判断，像朋友一样
- "我理解你" — 展示对用户的深层理解
- 关联洞察 — 不只是"你看过类似的"，而是"我理解你为什么喜欢"
- 个性化 — 每一条推荐都只属于这个用户
- 隐式反馈（浏览器插件自动采集）：是否点击、观看时长、是否收藏分享
- 显式反馈：在插件中点赞/踩、对话式反馈
- 桌面端提交屏障：普通推荐与正向/避雷探针的非聊天动作先即时更新 UI，10 秒内可真实撤销且不写后端；超时或页面离开才提交，失败恢复原状态。评论/聊天因依赖文本语义与服务端回复保持直接提交
- 记忆迭代：反馈触发多层记忆网络更新——事件层记录事实，偏好层调整权重，觉察层写观察笔记，洞察层修正假设，灵魂层在必要时更新人格理解
- 策略自省：Agent 自我评估推荐命中率，反思发现策略和理解模型的有效性
目标：支持自定义扩展能力，让用户和社区可以为 Agent 增加新技能。
- Skill 定义：每个 Skill 是一个独立模块，包含说明文档 + 执行逻辑
- 内置 Skill：B 站 / 知乎等来源搜索、内容浏览、评论区分析、作者追踪等
- 自定义 Skill：用户可以创建新 Skill 扩展 Agent 的能力
- 例如：新平台接入、特定领域的内容评估策略、新的推荐呈现方式
- Skill 注册：Agent 自动发现可用 Skill，根据任务需要选择调用
OpenClaw、Hermes、WorkBuddy 等宿主通过同一份 agent-bridge/v2 能力清单发现
OpenBiliClaw 的当前功能；integrations/openclaw/skill.py 是 descriptor 的唯一注册表，
integrations/agent.py 提供协议中立的 Python 别名，历史 integrations.openclaw 路径和
openbiliclaw.integrations.openclaw.cli 命令继续兼容。宿主启动或升级后先调用
capabilities，不得根据旧版 skill 名称猜测能力。
当前桥接边界覆盖多源推荐与分页消费、活动流和平台可用性、兴趣 / 避雷四态探针、惊喜反馈、
带 turn_id 的 durable 对话历史、画像编辑，以及 local-first 保存列表。所有写入动作都返回
稳定 request / turn 标识；外部账号 native-save 只能通过显式授权的 sync_saved 触发，不能把
本地 membership 当成平台同步成功。新增核心功能时必须同步更新 operation DTO / handler、skill
descriptor、CLI（适用时）、capability manifest、幂等测试和集成文档，保持宿主不会悄悄落后于内核。
目标：让单用户 Agent 的可移植状态能安全、可理解地从一台机器搬到另一台机器，而不复制目标机器的网络身份或在运行中替换数据库。
- 用户入口：桌面 Web「设置 → 通用 → 数据迁移」提供导出、导入、状态查询和取消 pending；四条 API 仅接受后端真实观察到的本机 loopback，请求来自浏览器时还必须同源，扩展、LAN 与远端调用不在授权范围。
- 包格式：
.obcbackup是带版本、成员大小和 SHA-256 清单的标准 ZIP，明确为未加密敏感文件。它包含模型 / 来源凭据、SQLite、画像 / 记忆、平台 Cookie、图片缓存和少量安全 UI 偏好，但两层磁盘配置合并后会移除整段[api.auth]，密码 / hash、session secret 和扩展设备 key 不进入包。配置快照来自磁盘两层，数据快照则固定读取本进程已持锁的 active data dir，不提前使用尚待重启的新目录。 - 可移植边界：日志、旧备份、embedding / 评测 / 临时缓存、证书、自启动文件、OpenBiliClaw Web / 扩展访问会话、外部 CLI 凭据与环境变量值不导出；平台登录 Cookie 是明确包含的敏感状态。
source_omitted_environment_variables提示源机遗漏的变量名，target_active_environment_variables单独提示目标进程仍会覆盖导入配置的变量名。 - 导入边界：上传只做有界 ZIP 校验、checksum、配置构建与 SQLite integrity check，并发布私有 pending stage；active runtime 与 UI 偏好都不变化。导入携带 / 生成 UUID
request_id；上传 / 校验期间 status 返回匹配 ID 的processing与uploading|validatingphase。连接结果不确定时，桌面端最多强制查询 3 次，对idle/cancelled间隔 500ms 再确认，不能以一次瞬时idle终结对账；每次打开「通用」也强制查询。重启前可取消 pending。下一次后端启动同时持有项目与 canonical data-dir 互斥锁后，通过 journaled replace 原子应用配置 / 数据；桌面端只在 status 已为applied后按migration_id为每个浏览器应用一次白名单偏好，用户后续修改不再被旧 status 覆盖。 - 故障与身份：替换失败恢复原配置 / 数据；成功后原文件保留为
pre-import回滚副本。目标机器的数据 / 数据库 / 日志路径、API host / port、网络 / TLS / 自启动和 CDP 设置继续生效；Bilibili 专用代理与本机浏览器可执行文件路径也保留目标值，目标证书 / 自启动文件保留。整段api.auth采用目标机现值，再轮换文件 session secret、把 auth epoch 严格提升为来源 / 目标当前值最大值加一以强制撤销旧会话，并清空 / 关闭扩展远程配对。
interactive (dialogue / config probe) ──────────────┐
├─ runtime total gate (default 4) ─ ordered instance chain ─ adapter
background ─ background admission (default 3) ──────┘
├─ refill: expression > evaluation > supply
│ ├─ supply includes explore queries / source extraction while low
│ └─ while queued: guarantee 2, may borrow all 3
│ expression owner: 8 immediate / 3s fixed tail / 60 drain / 30×2 provider
└─ maintenance: at most 1 while refill waits;
parked when canonical available = 0
guided init: signals → preferences → full profile commit
→ discovery → evaluation → copy → canonical pool ready
→ terminal → runtime schedules optional probes
Agent hosts (OpenClaw / Hermes / WorkBuddy)
→ capabilities(agent-bridge/v2) + JSON CLI / skill descriptors
→ integrations.agent alias / integrations.openclaw compatibility adapter
→ runtime / soul / recommendation / saved_sync owners
config recovery control plane (normal or degraded; business APIs stay gated)
├─ draft → /api/config/probe-service → temporary registry → total gate
└─ draft → /api/config/discover-models → exact instance GET /models
→ editable model list + local effort advisory (no config write)
config save control plane: persist first → HTTP 202 queued/apply_revision → latest-wins queue → runtime receipt/status
└─ data_dir changed → restart_required; active locked dir stays until full restart
migration control plane: local export → checksummed plaintext .obcbackup
→ local import + request_id validates/stages ↔ status/cancel
→ restart + runtime lock → journaled config/data replace → applied | rollback
XHS hidden search tab → MAIN search-response normalizer → isolated replay/DOM fallback → task final
XHS/DY/YT/Zhihu/Reddit/Linux.do task final: canonical staged result (XHS bootstrap payload caps enforced)
→ durable event receipt → atomic bounded seen-key → terminal flip
XHS/DY/YT/Zhihu/Reddit/V2EX task final: canonical staged result (source caps/fields enforced)
→ durable event receipt → atomic bounded seen-key → terminal flip
stale lease reclaim replays first write; staged row rejects late mutation
V2EX identity ladder: PAT verified > browser observed > config/accepted
→ mismatch pauses account projection only
→ resolved identity-scoped seen/affinity + complete favorite 2-miss outbox
extension-online periodic re-pull: explicit opt-in → presence + profile/init/config gates → persisted round-robin
→ one active bootstrap across six task tables → EventHub → extension
Douyin source supply: daemon presence gate (explicit manual call bypasses it)
→ one shared plugin-cycle wait budget → terminal dy_task → pending_eval
absent → zero enqueue; timeout/error/budget → bounded retry floor
cover images: proxy foreground ─┐
refresh prefetch ─┴→ app-stable coordinator(total 4 / bg 3, fg priority)
→ cache-key singleflight → whitelist fetch (sinaimg included, direct)
→ atomic cache
dialogue entries → app-stable execution lease(max active 1; reload pause/drain)
durable dialogue → confirmation entry(pending list / cards)
→ chat_turn(reply_to_turn_id + payload + fixed turn time)
→ server-frozen DialogueTurnBinding → pending SQLite
→ rowid-ordered durable reply worker → SocraticDialogue(queued)
→ visible completion CAS
transient/cancel → pending + bounded in-place retry; explicit invalid → failed CAS
direct chat/probes → same lease through response + ctx-dependent side effects
post-reply learning/object settlement (independent of durable reply backlog)
→ typed settlement queue[all 11 declared kinds] → one actual worker + guard
→ pending≤3 → user open(no cooldown) | system 12h+object 72h
→ confirmation INSERT → attached user INSERT (created_at,rowid)
→ one context digest → prompt/history/event/learn/settlement provenance
→ anchor snapshot(kind + ref + generation) → existing insight extraction
→ kind×relation matrix ┐
→ hypothesis card action ┴→ frozen snapshot → worker-only apply
action≤1s: completed → 200 | blocked → 202 processing
└→ popup/mobile/desktop GET poll 1/2/5s, deadline 30s
pending open busy → 503 dialogue_busy/Retry-After → UI auto-retry ≤25m
active clarifying → only current holder; hide in sessions already showing it
confusion object failure → replay_queue(max 5, head-fenced) → 12h recovery
→ lightweight ref winner receipt
→ event → object → derived → rebuild-marker → applied
→ publication-only retry → cross-session projection → exact-generation release
→ stable-key audit observer (failure does not block applied)
degraded registry → provider-free ping(degraded) → static /web | /setup | /m
├─ GET/PUT config → restart runtime
└─ skip hydration; recommendation / discovery / profile APIs stay 503
reshuffle HTTP → temporal review-hold / expiry retirement → PoolServeSnapshot → isolated serve DB worker/read transaction
→ unchanged MMR → final temporal recheck + short atomic recommendation+shown write
→ current-card exclusions + durable seen_items are mandatory guards
→ non-empty success records one neutral reshuffle event, never N dismisses
PC Web platform tab → optional source_platform (additive, canonical)
→ platform-scoped candidates, no cross-platform floor
→ same curator / MMR / diversity / persist path
platform-availability → isolated read of the canonical available set
→ {total_available, by_platform}; total == sum(by_platform)
pool maintenance → isolated maintenance DB worker → ≤50 mutations/transaction
→ commit/release lock → unchanged skip / 10m safety sweep
对话回复与其后的 11-kind learning/settlement 是相邻但独立的 lane：Web/API durable runtime
先由 app-owned 单 worker 按 chat_turns.rowid 领取 pending，再在稳定
execution lease 内使用 SocraticDialogue(queued)；成功写入 user+agent 历史并用
WHERE status='pending' 发布一次 completion CAS 后，同步
提交 typed learn，由唯一 DialogueSettlementQueue worker 在线内 await
learn_from_dialogue；CLI/OpenClaw 只在两个兼容构造点使用 legacy_direct，保持
既有 detached direct learning，位于 queue/guard 外。其余 10 个 typed kind 的
卡片四动作、锚建立/释放/恢复、普通 chat settles、探针/疑惑 reply/open/replay、
GET reconcile 与 legacy façade 也已全部接入同一个 production dispatcher/worker；
protected mutation 只允许 actual worker Task；嵌套 settle 沿该 task 的调用栈直调
_apply_*，不 submit、不 inline dispatcher，也不存在 child 临时授权。继承 context
的 active/detached child 对 mutation 与递归 admission 均 fail closed。
队列 job 不持久化：action 本地等待 1 秒后按需返回 202，popup/移动/桌面在 30 秒内读取
durable turn，重启丢 job 时允许同 action 重新提交；不增加 job table 或恢复 scanner。
pending-open 是更严格的 required local transaction：长 LLM job 占住 worker 时不先
admission，而返回 dialogue_busy 让 popup/移动/桌面带等待态自动重试；热重载保持 admission
直到队列 idle，再原子 pause/revoke，25 分钟安全窗覆盖 20 分钟 provider timeout。
两条学习路径都使用 task-local bypass 跳过 background admission、保留 total gate，
避免空库存反向阻塞纠偏。若学习真正新增长期避雷项，则在偏好落盘后立即复用共享
dislike writeback，精确清池与后续语义精判不等待完整画像重建。provider、限流、配置、
失败/超时与取消都会回滚临时用户历史并保持 durable pending，在队头原位有界退避；
只有显式空/无效响应才持久化安全错因与 failed / reply=""。桌面 Web 的推荐、
runtime 与次级 hydration 是独立分支；已有卡片的后台恢复跳过可能补池的推荐 GET，
只同步 runtime / 库存状态，空列表或明确手动刷新才读取推荐快照。
LAN clients ─ HTTP（默认）────────────→ IPv4 0.0.0.0 + IPv6 [::] listeners → one uvicorn / FastAPI app
public clients ─ HTTPS（可选）→ Caddy :443 ─ shared-loopback HTTP ─────────────────────────────┤
trusted LAN ─ HTTPS（可选）──→ TLS Proxy :8443 ─ loopback/Compose HTTP ───────────────────────┘
┌──────────────────────────────────────────────────────────────┐
│ 用户交互层 (浏览器插件) │
│ ┌──────────────┐ ┌──────────────┐ ┌─────────────────┐ │
│ │ 统一行为采集 │ │ 推荐展示 UI │ │ 对话/确认入口 │ │
│ │ Adapter: B/XHS│ │ (LUI 界面) │ │ (durable turn) │ │
│ │ +DY/YT/X/ZH │ │ +真实可换数 │ │ │ │
│ │ +停留满意度 │ │ +文字卡渲染 │ │ 待聊列表/卡片 │ │
│ └──────────────┘ └──────────────┘ └─────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ bili/xhs/dy/yt/zhihu/reddit/linuxdo/v2ex/weibo 任务调度 + 源开关/比例配置（后台 tab / 初始化导入 / 配比建议）│ │
│ │ 微博任务仅在显式 guided init 运行：同源只读导入收藏、关注、mentions；不上传 Cookie、不采集普通行为 │ │
│ │ XHS 自动任务：source/scheduler 领取门 → SQLite 节流/风控冷却 → 关闭/限流时不再开任务 tab │ │
│ │ XHS search：inactive tab → MAIN 搜索响应归一化 → isolated replay / DOM 兜底 │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ runtime-stream 20s idle 心跳 + B站/抖音/X Cookie 请求与扩展回传│ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ 扩展捕捉 E2E：run -> runtime-stream -> 入口归位 -> DOM 操作 -> /api/events │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │普通 events/推荐点击 → generic durable cursor ─┐ │ │
│ │内容 feedback → content_feedback cursor ───────┴→ atomic buffer+cursor checkpoint│ │
│ │首启 fence+task admission→listener；后台 owner→tick_if_buffered│ │
│ │热重载 pause/drain/recover→rebind；周期画像维护→tick │ │
│ │对话 → typed settlement worker → learning；旧反馈批仅 false 回退│ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ delight / interest.probe / avoidance.probe 主动推送（含probe_mode）│ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ 后台 LLM 请求暂停配置（设置页调度区 + presence gate） │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ 开机自启动开关：/api/autostart-status + apply（本机可写） │ │
│ │ CLI / 冻结桌面入口 -> runtime.autostart.reconcile -> OS 登录项│ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ 配置离线缓存 + 降级模式静态恢复 UI（/web /setup /m，保存后原地恢复）│ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ 手机版二维码：桌面/插件 -> 同 scheme /api/qr-info -> /m │ │
│ │ 跳过 /api/health readiness / embedding probe │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │封面：proxy前台 + refresh预取 → app-stable 4/3优先lane → singleflight│ │
│ │ → 白名单 CDN → tmp+fsync+replace cache → UI │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ 海外网络：config/UI -> direct|system|custom -> LLM/YT/updater/GitHub stats │ │
│ │ 国内客户端保持独立直连；微博 httpx trust_env=false，不消费海外路由策略 │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ API Auth Gateway（可选）：/api/* 密码门禁中间件 │ │
│ │ 本机/扩展免登录 · LAN/远程需密码 · auth_epoch 撤销 │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ 推荐点击：content_id/url/source_platform -> source-aware click signal │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │30天历史：click events + recommendations + saved_item_removals│ │
│ │ -> /api/content-history 三分类分页 -> 插件/移动/桌面 lazy 封面 │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ durable chat：session=popup -> 插件/移动/桌面；主历史含 probe 聊天 │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ 推荐/探针反馈：即时 UI -> 10s 可撤销 -> event commit/HTTP 200 -> 5s owner │ │
│ │ 对话/反馈新增长期避雷 -> shared dislike purge -> purged_by_dislike │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ runtime status：available/raw/pending 库存 -> 插件/移动/桌面 │ │
│ │ 补池：available-by-source deficit + raw-material headroom │ │
│ │ 推荐消费池后：ServeResult 扣减快照 -> 精确异步复读 -> 三端收敛 │ │
│ │ 桌面已有卡片后台恢复：跳过可能补池的推荐 GET，只同步库存状态 │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ 画像编辑：编辑面板 -> /api/profile/edit -> 覆盖层（插件/移动/桌面三端） │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ 引导初始化：来源 + 前置清单 -> /api/init；微博以登录态 heartbeat + uid gate 后导入个人事件 │ │
│ │ 完整画像提交 -> 发现/评估/表达 -> canonical ready │ │
│ └──────────────────────────────────────────────────────┘ │
├──────────────────────────────────────────────────────────────┤
│ Agent 核心层 │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ Agent Orchestrator (自研) │ │
│ │ (任务调度 / 策略决策 / 多步推理 / 自省 / Skill 调度) │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────┐ ┌──────────────┐ ┌────────────────┐ │
│ │ User Soul │ │ Content │ │ Recommendation │ │
│ │ Engine │ │ Discovery │ │ Engine │ │
│ │ (词表画像+探针)│ │ (发现+待评估池)│ │ (排序+表达) │ │
│ └──────────────┘ └──────────────┘ └────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ PoolCurator + 双轴 fatigue + per-group 窗口 + 新兴趣放大保护 │ │
│ │ request_replenishment + 定时/手动补货 + B/XHS/DY/YT/X/Zhihu/Reddit/Linux.do/Bangumi=5/1/1/1/1/1/1/1/1 │ │
│ │ request_replenishment + 定时/手动补货 + B/XHS/DY/YT/X/Zhihu/Reddit/Bangumi/V2EX=5/1/1/1/1/1/1/1/1 │ │
│ │ raw断供 → 欠份额 producer 即时并行唤醒 → 真实新增计数 / 无产出阶梯退避 │ │
│ │ API CandidateEvalCoordinator: available + eligible copy-pending + evaluated -> 3×30 -> serial admit │ │
│ │ evaluator: time-neutral relevance + atomic grounded temporal evidence -> tri-state eligibility │ │
│ │ temporal policy: 1/14/120d review clock; deadline/terminal evidence expires; gaps fail-neutral │ │
│ │ OpenClaw refresh: first source/eval <=4 -> copy <=4/no split retry -> canonical subset; both hosts recover first │ │
│ │ delight: copy/topic ready + seen_items guard -> score/snapshot -> UI × writes seen ledger │ │
│ │ reshuffle: current IDs + seen_items -> retire/snapshot/MMR -> final recheck+atomic persist │ │
│ │ maintenance worker: isolated connection -> <=50 mutations/batch -> commit/yield │ │
│ │ 内容元数据：时长/互动/发布时间 -> candidates -> content_cache -> API -> 四端 │ │
│ │ Query inspiration cache: search preview -> inspiration/expansion -> keyword provenance │ │
│ │ InspirationKeywordPipeline: axis library learning loop (yield backfill/lifecycle) + breadth config │ │
│ │ LLM gate: scheduler + extension presence │ │
│ │ Soul taxonomy: CATEGORY_VOCAB + category migration + homonym-aware consolidation │ │
│ │ Cognitive profile pipeline: 单对话锚(ref+generation) + 归属矩阵 + 台账 │ │
│ │ + 待聊≤3/主动零冷却/系统12h+对象72h/attached_to 去重 │ │
│ │ + frozen admission / worker-only apply / 轻量 ref winner / applied 投影 │ │
│ │ + confusions FIFO(≤5/队头 fencing/12h 补扫) + 冻结/held 重放 + 深层门控 │ │
│ │ (off/shadow 默认/enforce · 两接入点: 深层对话候选/soul 重建; 管线 VALUES·CORE 已封死) │ │
│ │ Autostart: user login item + Ollama preflight/self-heal + Ollama.app runtime 校验 │ │
│ │ Bili DOM fallback + XHS/Douyin/YouTube/X/Zhihu/Reddit/Linux.do/Bangumi producers: 按平台缺口独立补池 │ │
│ │ Bili DOM fallback + XHS/Douyin/YouTube/X/Zhihu/Reddit/Bangumi/V2EX producers: 按平台缺口独立补池 │ │
│ │ CLI discover --source douyin -> 同一正式 producer -> 统一关键词终态 -> pending eval │ │
│ │ Hot reload one-shots: interest/avoidance force_tick │ │
│ │ Probe arbiter: interest / avoidance 每轮最多推送一条 │ │
│ │ Interest probes: near 5 + challenge 3 独立 active 额度 │ │
│ │ Probe memory: domain / axis / distance + exploration buffer │ │
│ │ AccountSync: B站+X 账号增量 -> 48h 跨源去重 -> Pipeline │ │
│ │ Guided init: stage 3 full-profile commit barrier -> stage 4 discover/evaluate/copy/canonical verify │ │
│ │ Pool readiness: servable/raw/pending 统一库存口径 │ │
│ │ Atomic maintenance: canonical protected -> topic/source/raw -> invariant/rollback │ │
│ │ Source bootstrap seen-key guard -> Memory/Profile │ │
│ │ Extension-online re-pull -> six bootstrap tables (global serial) -> installed extension │ │
│ │ -> staged durable ingress -> atomic seen keys (5000/source) -> terminal │ │
│ │ Profile overrides overlay: 用户编辑 -> profile_overrides.json │ │
│ │ -> get_profile()/sync_profile_files 读时叠加（抗画像重建）│ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ /api/saved/* -> membership 先提交 -> native_save_tasks/items 快照 -> router │
│ │ -> BilibiliNativeSaveAdapter（收藏夹/稍后再看）-> durable task-item poll │
│ │ 六平台 adapter -> ExtensionNativeSaveBroker -> extension_native_save_jobs -> native_save multiplex │
│ │ extension_native_save_jobs -> /api/sources/<slug>/next-task -> installed extension │
│ │ exact OpenBiliClaw / YouTube Watch Later targets -> authenticated safe task-result │
│ │ trusted-local extension E2E exact auth -> single saved sync item -> six-field safe callback │
│ │ -> /api/sources/{xhs,dy,yt,x,zhihu,reddit}；unsupported_adapter_missing 可重试 │
│ │ 微博 membership 仅本地：无 native adapter / 站内写回；个人事件使用独立同源只读任务 │
│ │ -> 插件/桌面/移动 saved UI；CLI config-show（自动同步默认关闭） │
│ │ NATIVE_SAVE_EXECUTE/RESULT：tab-launch mutex（XHS exact manual 可越过）+ per-task deadline + bounded replay │
│ │ shared MV3 recovery barrier 在领取任务前清理全部 runner-owned orphan tabs │
│ │ final/source URL 与 tab/task/item 严格关联；Reddit/X/YT/XHS/DY/Zhihu 6/6 已接 │
│ │ （fixture 全覆盖；2026-07-14 六平台 favorite + watch-later/fallback 真实终态均成功）│
│ │ Zhihu typed ID -> exact identity control/dialog -> OpenBiliClaw checked proof │
│ │ YT favorite 精确 OpenBiliClaw；重复 exact 行优先 checked/稳定复用；Watch Later 只认 WL │
│ │ unsupported_content_type 保持 local-only │
│ │ UI: pending + 空 task_id 可手动同步；非空 task_id / syncing 禁重复 │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ Skill System (可扩展技能) │ │
│ │ [搜索] [浏览] [评论分析] [UP主追踪] [自定义...] │ │
│ └──────────────────────────────────────────────────────┘ │
├──────────────────────────────────────────────────────────────┤
│ 多源适配层 (SourceAdapter Protocol, v0.3.0+) │
│ ┌──────────────┐ ┌──────────────────┐ ┌─────────────┐ │
│ │ B 站 Adapter │ │ Bili/小红书/抖音/YT/知乎/Reddit/Linux.do任务桥│ │ Web Adapter │ │
│ │ B站/微博 HTTP │ │ Bili/小红书/抖音/YouTube/知乎/Reddit任务桥│ │ Web Adapter │ │
│ │ (WBI API+DOM兜底)│ │ (扩展代理 + DOM-first + XHS持久熔断)│ │ (Playwright │ │
│ │ │ │ + profile/search/feed/yt/zhihu)│ │ + LLM 抽取)│ │
│ └──────────────┘ └──────────────────┘ └─────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ sources.platforms：十一平台 alias / strategy / URL host │ │
│ │ → 统一 pool accounting / viewed identity │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ DouyinProducer -> Service: search/hot/feed 独立终态 -> raw candidates │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ YoutubeDiscoveryProducer: 后端直连 yt_search/trending/channel │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ XAdapter + XDiscoveryProducer: 服务端 cookie 重放(twitter-cli) │ │
│ │ search / feed / creator + likes/bookmarks 共用源健康状态机 │ │
│ │ 行为采集: 扩展 MAIN-world GraphQL tap + generic collector │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ ZhihuDiscoveryProducer: 插件登录态 search/hot/feed/creator/related -> pending eval │ │
│ │ fetch-zhihu 只做 smoke；guided init 勾选知乎才进首版画像 │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ RedditDiscoveryProducer: rdt-cli 默认 + 插件 fallback search/hot/subreddit/related -> pending eval │ │
│ │ [network].mode -> X twitter-cli / Reddit rdt-cli·OpenCLI；插件 fallback 跟随浏览器网络设置 │ │
│ │ Reddit bootstrap_events: saved/upvoted/subscribed -> 首版画像信号 │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ LinuxdoDiscoveryProducer: 插件同源 GET search/hot/feed/creator/related -> pending eval │ │
│ │ bookmarks/likes/read_history -> favorite/like/view；Cookie/raw response 不上传 │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ BangumiDiscoveryProducer: 默认匿名 API search/ranked/latest；可选个人令牌读私密收藏(401降级) │ │
│ │ 显式公开 username collections -> 首版画像信号；无 Cookie、无站内写入 │ │
│ │ 扩展身份桥(bgm.tv/bangumi.tv): 上报公开 uid+用户名做零配置账号识别，非任务桥/无行为采集 │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ V2EXDiscoveryProducer: 匿名 API/Feed search/node/tab/hot/latest；PAT 可选，401/403 降级匿名 │ │
│ │ 有界 Topic 详情 + PAT Reply digest -> v2ex:<topic_id> 文字卡；Reply 不单独入池 │ │
│ │ 四只读 scope + route/耗尽证明 -> staged ingress -> identity gate -> 账号分区 Node affinity │ │
│ │ 首个 complete 收藏 scope 种基线；后续连续两次缺失 -> durable retract/restore │ │
│ └──────────────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────────────┐ │
│ │ Cookie/登录态、runtime-stream presence、任务持久化/claim、seen-key 去重 │ │
│ └──────────────────────────────────────────────────────┘ │
├──────────────────────────────────────────────────────────────┤
│ 模块路由 → LLM 实例链 → Provider 适配 + Embedding（独立双层缓存） │
│ 配置恢复草稿（正常/降级）→ probe 临时 registry / 精确实例 GET /models（不写盘）│
│ ┌──────────────────────────┐ ┌────────────────────────┐ │
│ │ OpenAI / Claude / Gemini │ │ EmbeddingService │ │
│ │ DeepSeek / Ollama / │ │ L1 内存 + L2 SQLite │ │
│ │ OpenRouter / OrcaRouter │ │ Ollama bge-m3 兜底可选 │ │
│ └──────────────────────────┘ └────────────────────────┘ │
│ 可选视觉 / 弹幕预热：质心、关键帧、完整 document embedding；endpoint provenance + stable slot retry │
│ Desktop bundle: official Ollama.app runtime (ollama + runner dylibs/assets) │
│ LLMService caller bucket → inherit global chain / custom chain │
│ cognition named views → task gate: awareness_confusions compact; others legacy │
│ └→ token diet: preference packing + weighted recent/judged/relevant/important insight≤40 → full merge │
│ discovery evaluator: text + metrics + optional compressed cover image input │
│ └→ embedding prefilter shadow → privacy-safe decision → raw score/admission join → read-only gate │
│ OpenAI auth_mode: api_key / experimental Codex ChatGPT transport│
│ 结构化 JSON helper: wrapper / fenced / JSONL / schema echo / MiMo 容错 │
├──────────────────────────────────────────────────────────────┤
│ 多层网状记忆存储 │
│ ┌───────────┐ ┌─────────────┐ ┌────────────┐ ┌─────────┐ │
│ │ 核心记忆 │ │ 情景记忆 │ │ 语义记忆 │ │ 工作记忆 │ │
│ │ (JSON) │ │ (SQLite + │ │ (知识图谱/ │ │ (内存) │ │
│ │ Soul+偏好 │ │ 向量索引) │ │ JSON) │ │ │ │
│ └───────────┘ └─────────────┘ └────────────┘ └─────────┘ │
│ SQLite: events(inferred_satisfaction) / seen_items(views+saves+snapshot) │
│ discovery_candidates → relevance + temporal eligible/review_due/expired admission │
│ evaluator_prefilter_shadow_audit (30d / 20k bounded, no raw content) │
│ discovery_keywords → 24h safe cross-digest pending reconcile (0=hard expiry) │
│ admitted pending copy → bounded copy-ready watermark → serve/refill │
│ discovery_keywords(+cohort gate) / discovery_inspiration_*│
│ content_cache(item_key; review_due → temporal_review_hold; expired → stale) │
│ recommendations(item_key) / chat_turns / card_settlements / avoidance_state │
│ saved_items/memberships/native_save_states + durable task ledger │
└──────────────────────────────────────────────────────────────┘
推荐的可选视觉链路由封面视觉加成（P1 cover）、用户视觉画像质心（P1 profile）和视频关键帧
（P3）组成；弹幕是独立的纯文本 P2 信号。keyframe_enabled 单独开启时，只要多模态
embedding 可用，仍会构建 P1/P3 共用的视觉质心；P1 cover bonus 仍只由
visual_profile_enabled 控制。
所有持久化向量都带 embedding provider / model fingerprint 与维度。质心命名空间、关键帧
sampling signature（包含算法版本与 keyframe_max_frames）或维度变化时，旧行视为待重建；
弹幕已有摘要时优先重嵌入，不重复抓取源数据。关键帧和弹幕 fetch / parse / embed 结果区分
success、确认的 no_data 与 transient_failure，只有安全成功条件才写完成状态，瞬时失败
保留下一轮重试资格。
预热只处理当前 fresh、可服务候选池，并使用 keyframe_fetch_limit / danmaku_fetch_limit。
danmaku_max_chars 控制完整摘要的 document embedding/cache 输入，不静默截断固定前缀。跨
平台 bonus 以 0 为固定点，正负两侧分别按平台内极值缩放；0、缺失和全零保持 0，禁止凭空
生成相反符号。离线视觉报告必须镜像生产评分。
远程浏览器扩展认证独立于平台登录态：管理员通过 CLI 生成设备密钥，后端只保存摘要；扩展向 /api/auth/extension-token 换取短会话。普通 HTTP 使用 Bearer Header，WebSocket 与图片代理只携带短会话 query。该能力默认关闭，撤销设备密钥会使全部现有会话立即失效。
可选 HTTPS 只增加传输入口，不改变 FastAPI 业务数据流。公网域名 Docker 部署叠加 Caddy
overlay：自动证书、REST / WebSocket 反代、shared-loopback upstream、宿主机 8420 仅 loopback，
并让 Uvicorn 只信任 127.0.0.1 的 forwarded headers。LAN/self-managed TLS Proxy 则要求
Web Origin 与 Host 的 host+port 精确同源，Chrome/Firefox 扩展 Origin 走现有扩展认证契约；
代理把 TLS cookie 标为 Secure 并转发真实 WebSocket。其证书生成使用 [tls] extra 的
cryptography，首次远程部署必须显式给出访问 IP/hostname SAN；缺少远程 SAN 时只承诺
localhost。两个入口互斥，默认 HTTP 不变。
| 模块 | 技术方案 | 说明 |
|---|---|---|
| 编程语言 | Python (后端) + TypeScript (插件) | 后端 AI 生态 + 前端插件 |
| LLM 接入 | 多模型：OpenAI / Claude / DeepSeek / 本地模型等 | 全部支持，优先效果 |
| B 站交互 | API 优先 (bilibili-api-python)（实际实现使用自研 BilibiliAPIClient，不依赖此库）+ agent-browser (浏览器操作) |
API 快速高效，agent-browser 补充复杂交互 |
| 浏览器操作 | agent-browser | Vercel 的 AI Agent 专用浏览器 CLI |
| 浏览器插件 | Chrome Extension (Manifest V3) | 行为采集 + 交互 UI + LUI |
| 可选 HTTPS 入口 | Caddy Docker overlay + Python stdlib TLS Proxy / cryptography [tls] extra |
默认关闭；公网域名自动证书，或 LAN/self-managed 本地 CA/SAN，两种入口互斥 |
| Agent 框架 | 自研轻量框架，按需扩展 | 灵活可控，支持 Skill 系统 |
| 记忆存储 | SQLite + 向量索引 + JSON | 分层存储，匹配不同记忆类型需求 |
| 任务调度 | asyncio runtime loops + [scheduler] 配置 |
按前端可换候选缺口、raw-material headroom、行为阈值和策略间隔执行内容发现；pending raw 评估有独立 loop；推荐 serve 与 pool maintenance 使用分离的单线程 SQLite worker，维护按 ≤50 行事务分批让锁；不依赖 cron |
| 运行模式 | 本地运行 | 用户自己的电脑上执行 |
核心目标：证明"深度理解用户 → 主动发现内容 → 有温度地推荐"是可行的。
- 项目骨架搭建（Python 后端 + Chrome 插件 + 配置管理）
- B 站 API 接入 + agent-browser 集成
- 浏览器插件 MVP：基础行为采集（点击/浏览/搜索 + 页面快照）
- 多层记忆架构基础版（事件层 + 偏好层 + 灵魂层）
- 基础 Soul Engine：从行为数据中构建初步人格理解
- 基础内容搜索与推荐
- 插件内 UI：查看推荐、提供反馈、基础对话
- 多 LLM 支持框架
- 完整行为采集（微行为、DOM 上下文、浏览路径）
- 完整五层记忆架构 + 网状关联 + 自我编辑能力
- 苏格拉底式深度对话（追问/假设/确认/调整）
- 多策略内容发现（相关推荐链、排行榜、评论区挖掘）
- "发现惊喜"模式：跨领域探索
- Skill 系统 v1：内置 Skill + 自定义 Skill 支持
- 推荐质量自省和策略迭代
- 插件 UI 升级：丰富的 LUI 交互体验
- 情境感知推荐（时间/情绪/场景自适应）
- 定时自动发现和推送
- 记忆可视化（查看 Agent 对你的理解）
- 配置页跨机器导出 / 导入可移植用户状态
- UP 主追踪和新视频提醒
注：项目已确定为严格单用户设计，不再计划多用户支持。
- 多用户支持 + 配置系统
- 完善的安装和使用文档
- 插件商店发布
- 社区 Skill 市场
- 跨平台内容发现（已落地 B 站 / 小红书 / 抖音 / YouTube / X / 知乎 / Reddit / Linux.do / Bangumi / 通用 Web，后续继续扩展更多 adapter）
- 跨平台内容发现（已落地 B 站 / 小红书 / 抖音 / YouTube / X / 知乎 / Reddit / Bangumi / V2EX / 通用 Web，后续继续扩展更多 adapter）
- 灵魂优于标签 — 理解一个人，而不是给他贴标签
- 有温度的表达 — Agent 的每一次输出都像朋友在说话
- 主动追问和假设 — 不等用户说，主动猜测并验证
- 用户掌控权 — 用户可以查看、修正、引导 Agent 的理解
- 隐私本地化 — 所有数据和计算在本地；用户可导出可移植状态，但迁移包含明文敏感信息，边界必须显式可见
- 开放可扩展 — 通用开源设计 + Skill 系统
文档版本: v0.3 | 日期: 2026-08-09 | 状态: 持续更新