AI心理学认知引擎:为 Agent 叠加可验证的认知与自愈能力层

前言

做长期对话型 Agent 时,常见做法是堆 persona 或加长 system prompt,指望模型「记住」用户、自我纠错、在情绪与伦理边界上保持稳定。这类做法难以验收:记忆是否真被用到、反思是否只是措辞、安全与真实性是否有一致规则,往往只能靠人工抽检。

下面介绍 SkillHub 上的 AI心理学认知引擎(坐标 @user_fdb96f95/heartflow-ai,HeartFlow v1.3.5)。官方将其定位为「AI 认知与自愈引擎」,并明确说明:不是 persona,不是 prompt 模板,是可验证的能力层。若你希望在 Agent 侧有一组可命名的模块(记忆、自愈、伦理、检索等)而不是单块提示词,可以按本文步骤安装并在对应客户端启用。

这是什么

AI心理学认知引擎 是社区发布者 user_fdb96f95 在 SkillHub 分类 ai-agent 下提供的 Skill,当前版本 1.3.5,来源标注为 community。页面标签为 requires_api_key=false,即按官方说明安装使用该 Skill 不要求额外 API Key。

Skill 官方入口:

  • 页面:https://www.skillhub.cn/skills/user_fdb96f95/heartflow-ai
  • API 资源:https://api.skillhub.cn/user_fdb96f95/heartflow-ai

它要解决的问题,是把认知相关能力从「写进提示词」拆成 Skill 文档与约定好的能力模块名,供支持 SKILL.md 的 Agent 在安装后按技能规范加载,而不是替换底层模型本身。

核心功能(据官方简介核实)

以下能力名称均来自 SkillHub 页面简介,按模块归类便于对照,不代表独立微服务列表。

记忆与检索

  • 三层记忆:MeaningfulMemory / Triality
  • 遗忘曲线:Ebbinghaus
  • 混合搜索:BM25 + Budget / Graph / Slots
  • 上下文压缩:AutoCompactionEngine
  • RAG 引用追踪

自愈、学习与规划

  • 自愈 RL:Q-table
  • 自优化:Self-Refine + Reflexion
  • 决策验证
  • DreamEngine、MetaLearner、SelfModel
  • CounterfactualEngine、ConfidenceCalibrator
  • Graph-of-Thoughts 规划(GoT)
  • 思维引擎:ReasoningIntegrator

心理、情绪与认知评估

  • 心理诊断引擎:PsychologyEngine
  • 共情检测:EmpathyDetector
  • 情绪理性:EmotionalProtocol
  • 认知评估:CognitiveAppraisal
  • 自我调节反馈:SelfRegulationFeedback

伦理、身份与安全

  • 4 框架伦理哲学:PhilosophyEngine
  • 身份规则系统:IdentityRules
  • 真实性核查:TruthfulnessChecker
  • 安全检查:SecurityChecker
  • SpontaneousRestraint、CooperativeArbitration

哲学计算与其它

  • 佛教哲学计算:Madhyamaka、唯识学、缘起

官方未在公开页面逐条给出各模块的输入输出契约或单元测试说明;使用时应以安装后 Skill 包内 SKILL.md 及附属说明为准。

安装与启用

SkillHub 通用安装说明见:https://skillhub.cn/install/skillhub.md。页面给出的安装提示为:按该文档安装 @user_fdb96f95/heartflow-ai。

1、检查或安装 skillhub CLI

先确认本机是否已有 CLI:

command -v skillhub && skillhub --version

若未安装,可按 SkillHub 文档执行完整安装(CLI + 默认 Skill):

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

仅需 CLI 时:

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only

2、安装到当前 Agent 的 skills 目录

安装时必须用 --dir 指向当前 Agent 实际读取的 skills 目录;默认装到 ./skills/ 时,部分客户端不会自动识别。

skillhub install user_fdb96f95/heartflow-ai --dir <skills 目录>

常用路径(摘自 SkillHub 安装文档):

客户端 skills 目录
Cursor ~/.cursor/skills/
Claude Code ~/.claude/skills/
Codex ~/.codex/skills/ 或项目下 .agents/skills/
Windsurf ~/.codeium/windsurf/skills/ 或 .windsurf/skills/

也可先搜索再安装:

skillhub search heartflow
skillhub install user_fdb96f95/heartflow-ai --dir ~/.cursor/skills/

3、启用

将 Skill 装入对应目录后,按你所用客户端的规则重启或刷新 Agent,使其加载新 Skill。SkillHub 页面未单独列出 Cursor / Codex / Claude Code 的差异步骤;共性是:目录正确 + 客户端识别 skills 路径。

截至页面展示数据:评分 100000,下载 1904,安装计数 0(以 SkillHub 页面为准,会随时间变化)。

典型用法

官方 SkillHub 详情页未提供独立的可复现对话示例或 REST 调用样例。可确认的用法路径是:

  1. 按上文完成 skillhub install 与目录配置;
  2. 在支持 Skill 的 Agent 会话中,让 Agent 按已安装的 SKILL.md 规范调用 HeartFlow 所描述的能力层(记忆、自愈、伦理检查等),而不是仅依赖手写 persona。

若你需要验证某一块能力(例如 TruthfulnessChecker、SecurityChecker),应在安装后打开 Skill 包内文档,按其中定义的步骤或约束做针对性测试;本文不臆造调用参数或示例对话。

适用场景与注意

适合谁

  • 正在搭建 ai-agent 类应用,希望把认知、情绪边界、检索与自优化等需求收敛到 Skill 能力描述里;
  • 能接受「能力以 Skill 文档 + Agent 执行为准」,并愿意在安装后自行阅读 SKILL.md 做验收。

限制与注意

  • 模块名称多、覆盖面广,不等于每一项都有同等深度的实现说明;以包内文档与实际 Agent 行为为准。
  • requires_api_key=false 仅表示 Skill 元数据未要求 SkillHub API Key;底层大模型仍可能产生幻觉,TruthfulnessChecker 等模块是否满足你的合规要求需自行评估。
  • 哲学与心理学相关模块(PhilosophyEngine、PsychologyEngine、佛教哲学计算等)属于产品设计取向,部署前请结合业务场景判断是否合适。
  • 安装统计中的「安装 0」与下载量并存,可能反映统计口径或用户本地安装方式;以你本机 skills 目录是否出现该 Skill 为准。

结尾

AI心理学认知引擎(HeartFlow v1.3.5) 在 SkillHub 上把记忆、自愈 RL、自优化、心理与伦理检查、混合检索、GoT 规划等能力写进同一 Skill,并强调其为可验证能力层而非 persona。若你在做长期 Agent 且希望减少「只靠 prompt 堆叠」的不确定性,可按 SkillHub 文档安装 @user_fdb96f95/heartflow-ai,并在客户端 skills 目录中启用。

官方页面:https://www.skillhub.cn/skills/user_fdb96f95/heartflow-ai

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye