尧图网页设计 
如何调教OpenBiliClaw更懂你对话与反馈驱动的推荐学习完整指南【免费下载链接】OpenBiliClaw本地私有、开源的自进化跨平台 AI 内容发现 Agent先理解你再主动从 B站、小红书、抖音、YouTube、X、知乎、Reddit、微博等平台与开放 Web 寻找内容。支持 deepseek harness 插件 | Local-first open-source cross-platform AI content discovery agent: understands you, then proactively finds content across Bilibili, Xiaohongshu, Douyin, YouTube, X, Zhihu, Reddit, Weibo and the open web.support deepseek harness plugin项目地址: https://gitcode.com/gh_mirrors/op/OpenBiliClawOpenBiliClaw 是一款本地运行的开源 AI 内容发现 Agent它会先理解你再主动从 B 站、小红书、抖音、YouTube、知乎等平台为你找内容。想让它的推荐越来越准答案只有六个字多聊、多反馈。本文将带你用对话调教、推荐反馈、兴趣探针三种方式把这个只为你一个人服务的 Agent 一步步养成最懂你的推荐助手。调教之前OpenBiliClaw 是怎么懂你的OpenBiliClaw 不用简单的标签理解你而是一套五层记忆系统从你做了什么是原始记录到它认为你是什么样的人层层提炼。层回答的问题例子事件层发生了什么你看了哪条视频、点了不感兴趣偏好层你喜欢什么偏好高信息密度内容讨厌浅层热点复读觉察层你最近变成了什么样最近在连续寻找能把事情讲透的内容洞察层你为什么这样选内容你可能在用深度内容建立判断框架灵魂层你整体上像谁一段自然语言人格素描这套设计的妙处在于稳定且可解释一次误点不会让画像乱跳每一条结论都能追溯到具体行为。所有数据默认留在你本机的 SQLite 里怎么长完全你说了算。架构细节可参考 记忆系统设计 和 记忆模块文档。调教方式一对话调教——直接告诉它你的口味对话是调教 OpenBiliClaw 最直接、见效最快的方式。在桌面端/web、手机网页/m/或浏览器插件侧边栏里都有聊天入口你可以像跟朋友说话一样表达偏好。聊天时可以说什么表达兴趣我最近在追国际局势的深度解读多给我来点这类内容明确厌恶我不想看明星八卦和浅层热点——这条会直接进入避雷清单描述深层需求我看的不是热闹是想把事件的因果链搞明白纠正它的理解你不是真以为我迷上二次元了吧那只是随手点了一下它是怎么学习的每轮对话都会落盘为dialogue事件由 灵魂引擎 中的DialogueInsightAnalyzer从聊天里提取兴趣、价值观、目标、厌恶等候选信号单条中高置信度的信号会先写入轻量认知卡片高置信度或重复出现达到阈值后才会驱动偏好层和画像层的正式更新。也就是说一句随口的话不会立刻改写你的画像反复表达的一致倾向才会。聊天的核心记忆块人格素描 核心特质 价值观 MBTI 偏好摘要会自动注入每一轮对话的上下文所以它记得你们之前聊过什么——对话越深入调教越有效。调教方式二推荐反馈——每次点击都在教学推荐卡片上的每个按钮都是一次带权重的教学信号动作信号含义画像影响 喜欢强正向强化对应兴趣可能升级正式兴趣 不感兴趣显式负向进入 disliked_topics 避雷清单并异步清理候选池中同方向内容 聊一聊需要解释结合当前画像做语气化解读 稍后 / ⭐ 收藏中性 / 强正向收藏是权重 3.0 的强信号反馈学习的闭环流程你的反馈落盘为feedback事件事件层后台批处理把显式 like/dislike 转成稳定的反馈信号达到阈值后自动重分析偏好并生成认知更新卡片我学会了你不喜欢 XX新增的 dislike 会立即触发候选池清理先精确匹配再用 embedding LLM 精判同方向库存下一轮发现discovery的搜索词生成与候选评估都会读取最新画像几个值得知道的细节卡片 like/dislike 是可撤销的软信号由后台批处理学习单次 dislike 不会直接永久屏蔽整个主题需要确定性修正时可以去画像页手动编辑存到profile_overrides.json覆盖层画像重建也不会被冲掉或在对话里用自由文本说明撤销行为会被如实折价你取消的点赞会以 0.2 的低强度留在证据里而不是被当作满强度信号完整的反馈批学习机制见 反馈处理设计。调教方式三兴趣探针——接住它的试探除了被动学你OpenBiliClaw 还会主动猜你InterestSpeculator定期生成你或许会感兴趣的假设方向以探针卡片的形式向你发起试探。四种回应四种后果确认→ 探针转正为正式兴趣开始驱动跨平台发现聊天回应→ 系统会用 LLM 判断你的语气是强正向、弱正向还是态度模糊弱正向进入短期探索 buffer一句有点意思不会被立刻写成长期兴趣暂时忽略→ 阶梯隐藏第 1 次 7 天、第 2 次 14 天第 3 次转拒绝并冷却 30 天拒绝→ 该方向冷却不再重复骚扰你与正向探针并行还有避雷探针系统猜测你可能想避开的内容方向只有你确认或出现足够显式负向证据后才会写入避雷清单。调教成果怎么验证看画像变化调教是否生效最直观的验证方式就是打开画像页。画像页提供三个观察维度人格素描——灵魂层的自然语言描述会随深层认知更新而演进结构化特质——MBTI、核心特质、深层需求、兴趣树领域 → 细分画像变更日志soul_changelog.md——每次画像更新的时间、来源和变化摘要AI 推断的每一处改动都有迹可循另外两个小贴士画像会自动代谢30 天无新证据的兴趣开始衰减60 天归档不删除再来新证据立即复燃——所以持续使用 持续反馈画像才会一直鲜活每隔 12 小时ProfileConsolidator会整理合并重复的兴趣标签画像不会越用越臃肿快速上手调教节奏建议阶段你该做什么预期变化第 1 天跑完引导初始化认真看完首批推荐并给反馈画像初版 首批避雷清单第 1 周每天花 5 分钟点卡片反馈 聊 2-3 句真实想法兴趣树成形推荐命中率明显提升第 2-4 周回应兴趣探针修正画像页里的误判探针转正/拒绝跨平台发现变精准长期保持正常浏览与反馈节奏五层记忆持续自进化画像稳定收敛记住一个原则说真话 说得多。一句真实的我讨厌 XX比十句礼貌性的都还好更有价值。延伸阅读README 完整功能说明灵魂引擎模块文档记忆系统设计内容发现引擎文档常见问题 FAQ调教 OpenBiliClaw 不是一次性的设置动作而是一段持续的双向关系你告诉它你是谁它用整个候选池的变化来回应。用得越久这个只属于你的推荐 Agent就越像一个真正懂你的内容朋友。【免费下载链接】OpenBiliClaw本地私有、开源的自进化跨平台 AI 内容发现 Agent先理解你再主动从 B站、小红书、抖音、YouTube、X、知乎、Reddit、微博等平台与开放 Web 寻找内容。支持 deepseek harness 插件 | Local-first open-source cross-platform AI content discovery agent: understands you, then proactively finds content across Bilibili, Xiaohongshu, Douyin, YouTube, X, Zhihu, Reddit, Weibo and the open web.support deepseek harness plugin项目地址: https://gitcode.com/gh_mirrors/op/OpenBiliClaw创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 如何调教OpenBiliClaw更懂你：对话与反馈驱动的推荐学习完整指南
如何调教OpenBiliClaw更懂你对话与反馈驱动的推荐学习完整指南【免费下载链接】OpenBiliClaw本地私有、开源的自进化跨平台 AI 内容发现 Agent先理解你再主动从 B站、小红书、抖音、YouTube、X、知乎、Reddit、微博等平台与开放 Web 寻找内容。支持 deepseek harness 插件 | Local-first open-source cross-platform AI content discovery agent: understands you, then proactively finds content across Bilibili, Xiaohongshu, Douyin, YouTube, X, Zhihu, Reddit, Weibo and the open web.support deepseek harness plugin项目地址: https://gitcode.com/gh_mirrors/op/OpenBiliClawOpenBiliClaw 是一款本地运行的开源 AI 内容发现 Agent它会先理解你再主动从 B 站、小红书、抖音、YouTube、知乎等平台为你找内容。想让它的推荐越来越准答案只有六个字多聊、多反馈。本文将带你用对话调教、推荐反馈、兴趣探针三种方式把这个只为你一个人服务的 Agent 一步步养成最懂你的推荐助手。调教之前OpenBiliClaw 是怎么懂你的OpenBiliClaw 不用简单的标签理解你而是一套五层记忆系统从你做了什么是原始记录到它认为你是什么样的人层层提炼。层回答的问题例子事件层发生了什么你看了哪条视频、点了不感兴趣偏好层你喜欢什么偏好高信息密度内容讨厌浅层热点复读觉察层你最近变成了什么样最近在连续寻找能把事情讲透的内容洞察层你为什么这样选内容你可能在用深度内容建立判断框架灵魂层你整体上像谁一段自然语言人格素描这套设计的妙处在于稳定且可解释一次误点不会让画像乱跳每一条结论都能追溯到具体行为。所有数据默认留在你本机的 SQLite 里怎么长完全你说了算。架构细节可参考 记忆系统设计 和 记忆模块文档。调教方式一对话调教——直接告诉它你的口味对话是调教 OpenBiliClaw 最直接、见效最快的方式。在桌面端/web、手机网页/m/或浏览器插件侧边栏里都有聊天入口你可以像跟朋友说话一样表达偏好。聊天时可以说什么表达兴趣我最近在追国际局势的深度解读多给我来点这类内容明确厌恶我不想看明星八卦和浅层热点——这条会直接进入避雷清单描述深层需求我看的不是热闹是想把事件的因果链搞明白纠正它的理解你不是真以为我迷上二次元了吧那只是随手点了一下它是怎么学习的每轮对话都会落盘为dialogue事件由 灵魂引擎 中的DialogueInsightAnalyzer从聊天里提取兴趣、价值观、目标、厌恶等候选信号单条中高置信度的信号会先写入轻量认知卡片高置信度或重复出现达到阈值后才会驱动偏好层和画像层的正式更新。也就是说一句随口的话不会立刻改写你的画像反复表达的一致倾向才会。聊天的核心记忆块人格素描 核心特质 价值观 MBTI 偏好摘要会自动注入每一轮对话的上下文所以它记得你们之前聊过什么——对话越深入调教越有效。调教方式二推荐反馈——每次点击都在教学推荐卡片上的每个按钮都是一次带权重的教学信号动作信号含义画像影响 喜欢强正向强化对应兴趣可能升级正式兴趣 不感兴趣显式负向进入 disliked_topics 避雷清单并异步清理候选池中同方向内容 聊一聊需要解释结合当前画像做语气化解读 稍后 / ⭐ 收藏中性 / 强正向收藏是权重 3.0 的强信号反馈学习的闭环流程你的反馈落盘为feedback事件事件层后台批处理把显式 like/dislike 转成稳定的反馈信号达到阈值后自动重分析偏好并生成认知更新卡片我学会了你不喜欢 XX新增的 dislike 会立即触发候选池清理先精确匹配再用 embedding LLM 精判同方向库存下一轮发现discovery的搜索词生成与候选评估都会读取最新画像几个值得知道的细节卡片 like/dislike 是可撤销的软信号由后台批处理学习单次 dislike 不会直接永久屏蔽整个主题需要确定性修正时可以去画像页手动编辑存到profile_overrides.json覆盖层画像重建也不会被冲掉或在对话里用自由文本说明撤销行为会被如实折价你取消的点赞会以 0.2 的低强度留在证据里而不是被当作满强度信号完整的反馈批学习机制见 反馈处理设计。调教方式三兴趣探针——接住它的试探除了被动学你OpenBiliClaw 还会主动猜你InterestSpeculator定期生成你或许会感兴趣的假设方向以探针卡片的形式向你发起试探。四种回应四种后果确认→ 探针转正为正式兴趣开始驱动跨平台发现聊天回应→ 系统会用 LLM 判断你的语气是强正向、弱正向还是态度模糊弱正向进入短期探索 buffer一句有点意思不会被立刻写成长期兴趣暂时忽略→ 阶梯隐藏第 1 次 7 天、第 2 次 14 天第 3 次转拒绝并冷却 30 天拒绝→ 该方向冷却不再重复骚扰你与正向探针并行还有避雷探针系统猜测你可能想避开的内容方向只有你确认或出现足够显式负向证据后才会写入避雷清单。调教成果怎么验证看画像变化调教是否生效最直观的验证方式就是打开画像页。画像页提供三个观察维度人格素描——灵魂层的自然语言描述会随深层认知更新而演进结构化特质——MBTI、核心特质、深层需求、兴趣树领域 → 细分画像变更日志soul_changelog.md——每次画像更新的时间、来源和变化摘要AI 推断的每一处改动都有迹可循另外两个小贴士画像会自动代谢30 天无新证据的兴趣开始衰减60 天归档不删除再来新证据立即复燃——所以持续使用 持续反馈画像才会一直鲜活每隔 12 小时ProfileConsolidator会整理合并重复的兴趣标签画像不会越用越臃肿快速上手调教节奏建议阶段你该做什么预期变化第 1 天跑完引导初始化认真看完首批推荐并给反馈画像初版 首批避雷清单第 1 周每天花 5 分钟点卡片反馈 聊 2-3 句真实想法兴趣树成形推荐命中率明显提升第 2-4 周回应兴趣探针修正画像页里的误判探针转正/拒绝跨平台发现变精准长期保持正常浏览与反馈节奏五层记忆持续自进化画像稳定收敛记住一个原则说真话 说得多。一句真实的我讨厌 XX比十句礼貌性的都还好更有价值。延伸阅读README 完整功能说明灵魂引擎模块文档记忆系统设计内容发现引擎文档常见问题 FAQ调教 OpenBiliClaw 不是一次性的设置动作而是一段持续的双向关系你告诉它你是谁它用整个候选池的变化来回应。用得越久这个只属于你的推荐 Agent就越像一个真正懂你的内容朋友。【免费下载链接】OpenBiliClaw本地私有、开源的自进化跨平台 AI 内容发现 Agent先理解你再主动从 B站、小红书、抖音、YouTube、X、知乎、Reddit、微博等平台与开放 Web 寻找内容。支持 deepseek harness 插件 | Local-first open-source cross-platform AI content discovery agent: understands you, then proactively finds content across Bilibili, Xiaohongshu, Douyin, YouTube, X, Zhihu, Reddit, Weibo and the open web.support deepseek harness plugin项目地址: https://gitcode.com/gh_mirrors/op/OpenBiliClaw创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考