情绪状态追踪

技能简介

Emotion State 是一个 OpenClaw 工作区钩子，用于在对话中持续追踪用户与智能体的情绪变化，并将结构化情绪数据动态注入系统提示词。

业务背景

让AI对话具备情绪记忆能力。持续追踪双方情绪变化并动态调整系统提示，使智能体响应更贴合当前对话氛围，避免机械回复破坏沟通节奏，提升长周期交互的自然度与信任感。

落地案例：客服场景中，当用户连续表达焦虑且置信度超过0.35时，系统自动将「user:frustrated, agent:calm」注入提示词，引导智能体采用安抚性措辞而非标准流程话术；若检测到情绪半衰期内趋势恶化，则触发人工接管建议，防止自动化回应加剧矛盾。

能做什么

• 以简短自然语言短语评估用户和智能体的情绪状态
• 跨会话持久化存储每个用户的情绪历史
• 将最新情绪条目与衰减趋势线自动注入系统提示
• 支持自定义情绪分类模型与置信度阈值

使用说明

安装步骤：

1. 安装技能后，将捆绑的钩子复制到工作区：
   cp -R ./skills/emotion-state/hooks/emotion-state ./hooks/
2. 在 OpenClaw 中启用该钩子：
   openclaw hooks enable emotion-state
3. 重启 OpenClaw 网关使配置生效

环境配置：通过 ~/.openclaw/openclaw.json 设置以下变量：EMOTION_CLASSIFIER_URL（分类服务地址）、OPENAI_API_KEY、OPENAI_BASE_URL、EMOTION_MODEL（默认 gpt-4o-mini）、EMOTION_CONFIDENCE_MIN（最低置信度 0.35）、EMOTION_HISTORY_SIZE（历史记录数 100）、EMOTION_HALF_LIFE_HOURS（半衰期 12 小时）等。

输入与输出

见下方输入与输出表格。

风险提示

• 情绪推断依赖模型判断，可能存在误判
• 分类器故障时将回退至 neutral/low/unsure 默认值
• 需妥善保管 OPENAI_API_KEY 等敏感配置
• 不存储原始用户文本，但模型推断理由仍可能包含敏感信息

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/tashfeenahmed/emotion-state/SKILL.md
来源类型：GitHub 开源仓库