KaijiBot 👾

你的 AI 助手会主动找你聊天，而不是干等着你提问。

首个把"主动认知"做成系统级能力的开源 AI 伙伴 · 主动推送洞察 · 持续建模用户 · Agent 自主进化技能 · 同样的错误不犯第二次 · 可装进口袋在 Android 手机本地运行

README | English | 简体中文

为什么是 KaijiBot

你用过的 AI 助手都一个模式：你问，它答。你不问，它就安静地待在那里。

KaijiBot 不一样。你在飞书里跟它聊了几次之后，它会开始主动给你发消息。不是广告，不是提醒喝水，而是你真正可能感兴趣的东西。

| 能力 | 普通 chatbot | 典型 memory agent (2026) | KaijiBot | | ------------ | ------------ | ------------------------ | -------------------------------------------------------------------- | | 交互方式 | 你问它才答 | 被动响应 + 长记忆 | 主动推送洞察 + 正常对话 | | 用户建模 | 无状态 | 向量库 rerank | TypedInsight 6 类 + 类别衰减半衰期 + 兴趣生命周期 | | 时机感知 | 不管你在干嘛 | 无 | PRISM 成本敏感门控(凌晨不打扰、信任低时克制) | | 自我进化 | 无 | 无 | Agent 自主创建/删除技能(代码不做质量判断) | | 纠错学习 | 无 | 无 | 双路径纠错记忆(同样的错误不犯第二次) | | 部署形态 | 云端 SaaS | 云端 SaaS | 云端 / 本地 / Android 手机本地运行(Termux,完整 agent,非瘦客户端) |

渠道集成方面：飞书 + 微信（一等渠道，深度支持）；另打包 16 个继承自上游的渠道（Telegram/Discord/Slack 等，未深度测试，仅供参考）。中英文 CLI / 向导 / 认知层 prompt 自动切换，40+ LLM 提供商可插拔。各数字以 docs/channels/index.md 为准。

✨ 核心特性

🔮 认知引擎 — 从被动回复到主动洞察

KaijiBot 不是一个被动响应的工具,而是一个持续运行、对你建模、并在合适时机主动给你洞察的认知实体。它的主动洞察流水线:

flowchart LR
    U[用户对话<br/>飞书/微信/WebUI] --> P[Persona 建模<br/>TypedInsight 6 类 + 兴趣生命周期]
    P --> S[Scheduler 事件<br/>timer / persona-change / info-scan]
    S --> G{PRISM 门控<br/>价值 vs 打扰成本}
    G -- 不通过 --> SKIP[静默 - 凌晨/信任低/频率过高]
    G -- 通过 --> SR[SIRI 循环]
    SR --> SE[Search<br/>跨域 / 深度 / 延伸]
    SE --> ID[Identify<br/>冷却 + bandit 选模式]
    ID --> RS[Resolve<br/>LLM 生成 → 自精炼 → judge 验证]
    RS --> DL[推送洞察<br/>飞书/微信/WebUI]
    DL --> F[用户隐式反馈<br/>回复长度 / 追问 / 敷衍]
    F -.更新偏好.-> P

五个核心机制:

• Persona 画像 — 每次对话都在学习你。LLM 驱动的结构化提取,从对话中自动发现领域和兴趣。洞察按类别独立衰减(tool_config 7天 / domain_knowledge 30天 / behavioral_pattern 90天...),兴趣生命周期自动追踪(emergent→stable→declining→dormant→revived)。领域由 LLM 动态发现,不依赖硬编码关键词。
• 跨域洞察 — 你同时关注 A 和 B,它发现二者有潜在联系。你之前问过但没深入的问题,它从新角度跟进。你在某个领域钻得够深了,它推荐延伸方向。LLM 自我精炼(critique→rewrite,最多 3 轮)保证质量,语义去重确保每次推送都有新意。
• 时机门控 — 不是想发就发。PRISM 模型计算每条洞察的期望价值,只有预期收益超过打扰成本时才推送。凌晨不打扰,信任度低时克制,你最近活跃度低就先等等。每日自持上限(默认 1-2 条)+ 不固定间隔的随机投放节奏,像朋友分享而不是定时任务;不回复会自然收敛,你一开口立刻恢复。
• 信任演化 — 刚认识时谨慎试探,聊多了越来越懂你,最终变成可以大胆推荐的深度伙伴。SARA 框架驱动四个阶段的信任演化,信任等级决定系统被允许做什么。
• 偏好学习 — 你回复长了、追问了"为什么",它记下你喜欢这个话题。你敷衍了,它下次换一个方向。Thompson Sampling 驱动的偏好学习,隐式反馈比显式反馈更诚实。

洞察内容结合你的画像 + LLM 知识 + 实时网络搜索生成。配了搜索 API Key,洞察会紧跟时事。

💡 真实洞察样例(运营者本人运行 KaijiBot 的实际飞书消息截图)

以下两条是 KaijiBot 在长期运行中真实推送给运营者的飞书消息。不是编造,不是 GPT 示例,是系统实际输出。

可以看到这些洞察的语气不是冷冰冰的"提醒"或"建议",而是像一个朋友顺手分享一个想法。这不是 prompt 硬塞的人格设定——是 Persona 画像里隐式偏好学习 + Thompson Sampling 调出来的对话风格。

🧬 自我进化 — Agent 自主判断何时学新技能

你跟 KaijiBot 连续做了几次复杂的飞书知识库整理操作——搜索会议记录、提取纪要、创建文档、设置任务。KaijiBot 发现这个流程重复且复杂，主动跟你说：

"我注意到你最近几次都在做类似的会议纪要归档流程，我给自己写了个技能，以后你说'归档会议'我就自动执行整个流程。"

它怎么做到的：

• Hard Trigger 检测 — 代码层只做噪音过滤，不做质量判断。检测到复杂任务后注入系统事件。
• Agent 自主决策 — Agent 拥有完整对话上下文，自己判断是否值得做成技能。不值得就忽略。
• 完整生命周期 — 创建前去重检查、创建后跟踪使用频率、长期不用自动清理。

🧬 真实样例 — Agent 自主决策的两种相反结果

下面两条是运营者真实运行时 Agent 的两种相反决策。这是"代码不做质量判断"架构声明的活证据 —— 大多数"自进化 agent"会无差别地为每个复杂任务创建技能,KaijiBot 的 Agent 会自己判断"这事该不该固化成流程"。

注意 evo2 这条 —— Agent 给出的拒绝理由是有内容的(初稿看骨架、二稿看节奏、终稿看字句),不是模板化的"我无法处理"。这种"自己说不"的能力,是"代码只降噪、Agent 全权判断"架构的直接产物。

🔄 纠错自进化 — 同样的错误不犯第二次

AI 助手每次新建会话都犯同样的错？KaijiBot 不会。它有一套纠错记忆系统，保证同样的错误只犯一次。

• 双路径检测 — Agent 自报错误，或会话结束时系统自动从对话中提取纠错记录。
• 去重 + 强化 — 重复的错误不会新建记录，而是增加权重，确保高频问题优先被看到。
• 系统提示注入 — 纠错记录注入到 Agent 每一轮都能看到的系统提示中，而不是放在可能不被读取的文件里。

同样的坑，踩过一次就够了。

🔌 可插拔架构

不绑死任何一家。国内国际随意切换，kaijibot onboard 向导自动发现已配置的 API Key。

| 国内 | 国际主流 | 聚合 / 自部署 | | ------------------------------------------------- | ----------------------------------------------- | -------------------------------------------------- | | DeepSeek · 通义千问 · Kimi · MiniMax · 智谱 GLM … | Claude · Gemini · Grok · Mistral · Perplexity … | OpenRouter · Together · Ollama · LMStudio · vLLM … |

切换模型只需一行：

kaijibot config set agent.model "deepseek/deepseek-chat"
kaijibot config set agent.model "anthropic/claude-sonnet-4-20250514"

🌐 中英自动切换

CLI 界面、配置向导、认知层 prompt 全部根据系统语言自动切换：

• CLI — 检测 LANG / LC_ALL 环境变量，banner、帮助文本、命令描述、向导对话自动中英文
• 认知层 — 根据 Persona 中的 preferredLanguage，洞察生成 prompt、纠错注入、进化信号全部 locale 感知
• 文档 — 13 种语言的自动翻译流水线（zh / ja / ko / es / pt-BR / de / fr / ar / it / tr / uk / id / pl）

export LANG=zh_CN.UTF-8   # 中文
export LANG=en_US.UTF-8   # English
# 或显式指定：
export KAIJIBOT_CLI_LOCALE=zh-CN

🛠️ 完整智能体

Agent 循环：推理 → 调用工具 → 观察 → 继续推理，支持流式输出、上下文压缩、子智能体并行派生。内置代码执行、网页抓取、PDF 操作、图片/视频/音乐生成、TTS 语音合成、Canvas 画布等工具。

记忆系统：多存储后端，语义搜索历史对话。会话记忆、每日整合、手动整理三个系统协同维护 Agent 上下文。

• 会话记忆 — 每次对话结束自动生成结构化摘要（决策、待办、话题），按日期归档到 memory/YYYY-MM-DD.md，按话题拆分到独立主题文件。8KB 预算自动平衡，高频内容内联，低频内容存指针。
• 每日整合 — 定时扫描历史会话，LLM 提取结构化知识（领域知识、行为模式、偏好、目标），Jaccard 去重后写入 Persona 画像、Fragment 片段库和纠错存储。你的认知模型每天都在进化。
• 智能检索 — 双引擎架构：FTS 全文搜索 + sqlite-vec 向量语义搜索（配 embedding provider 后启用）。混合检索自动平衡关键词匹配和语义相关性。
• 手动整理 — 内置 memory-organize 技能，四步流程：垃圾回收（清理过期内容）→ 深度扫描（发现遗漏）→ 整理去重（跨文件消重）→ 预算检查（保持精简）。

技能市场：数十个内置技能（github、weather、summarize、coding-agent、notion、obsidian、taskflow 等），更多从 ClawHub 安装：

kaijibot skills install <skill-name>

📱 Android 手机本地运行 — 把 AI 伙伴装进口袋

大多数 AI 助手要么是云端 SaaS(数据离开你的设备),要么是需要服务器的自部署项目。KaijiBot 可以直接装进 Android 手机,完整 agent 在本地运行——不是连回你服务器的瘦客户端,是手机本身就是 agent。

只需要下载一个 APK,不需要电脑、不需要命令行、不需要 GitHub 账号。 KaijiBot Launcher APK(约 41MB,内置 Termux)会引导你完成所有步骤。

三步搞定:

1. 下载 kaijibot-launcher.apk —— 从 GitHub Release 下载到手机
2. 安装 APK(允许"未知来源") —— 打开 Launcher,它会自动安装内置的 Termux
3. 点击「复制命令并打开 Termux」 —— 在 Termux 里长按粘贴、回车,KaijiBot 自动安装并启动

Launcher 主界面、控制面板、实际移动端对话三张截图并排:

为什么这件事值得做:

• 数据不出手机 — 对话历史、Persona 画像、纠错记忆、技能全部存在手机本地。没有第三方服务器中转。
• 离线可用 — 只要 LLM provider 能访问(本机 Ollama / 局域网 vLLM 完全离线),你就有一个随身 AI 伙伴。配云端 LLM 也可,流量走你自己的 API Key。
• 主动洞察走系统通知 — PRISM 门控 + Android 通知,KaijiBot 在你通勤、午休时主动给你发洞察,和你日常用飞书/微信的体验一致。

📱 完整运行流程(26 秒加速回放)

从手机桌面启动 KaijiBot → 打开控制面板 → 对话响应(视频已加速,便于快速预览,实际耗时更长):

▶ 播放加速回放(MP4,4MB,点击在新页面播放)

已有 Termux 的技术用户 可以跳过 Launcher APK,直接跑:

curl -fsSL https://gitee.com/kaiji1126/kaijibot/raw/main/scripts/install-termux.sh | bash

想了解 Launcher APK 的工作原理、保活配置、Termux 兼容性工程问题?详见 android/README.md 和 Termux 部署指南。

🚀 快速开始

准备工作

开始前你需要准备：

| 条件 | 说明 | 获取方式 | | --------------- | ------------------------ | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | LLM API Key | 至少一个 AI 提供商的密钥 | DeepSeek · Claude · Gemini · 通义千问 · Kimi 任选其一 | | 消息渠道 | 用于收发消息 | 飞书（推荐，向导支持扫码自动创建）· 微信（一等渠道，运行 kaijibot channels login --channel wechat 接入）· 另打包 16 个继承渠道（Telegram/Discord/Slack 等，未深度测试，仅供参考） |

安装（推荐方式）

macOS / Linux — 一条命令搞定：

curl -fsSL https://gitee.com/kaiji1126/kaijibot/raw/main/scripts/install.sh | bash

脚本会自动：检测系统 → 安装 Node.js（如未安装）→ 安装 KaijiBot → 启动配置向导。

Windows — PowerShell：

iwr -useb https://gitee.com/kaiji1126/kaijibot/raw/main/scripts/install.ps1 | iex

安装完成后，向导会引导你配置 LLM 提供商、飞书机器人、网关等。飞书机器人支持扫码自动创建（10 秒搞定，无需手动在开放平台操作）。

启动

kaijibot gateway --port 18789 --verbose

启动后在飞书里找到你的机器人，发一条消息。KaijiBot 自动开始构建你的认知画像，几轮对话后会主动推送第一条洞察。

Android 手机

直接下载 KaijiBot Launcher APK,三步搞定 —— 详见上文 📱 Android 手机本地运行 章节。

npm 全局安装（已有 Node.js 22+ 环境）

npm install -g kaijibot
kaijibot onboard   # 交互式向导，自动配置

⚠️ postinstall 行为说明：npm install kaijibot 会运行 postinstall 钩子， 它会 (1) 拉取捆绑扩展的运行时依赖（如 @larksuiteoapi/node-sdk）到包根， (2) 通过 npx -y skills add larksuite/cli -g --all 安装 ~28 个 lark-cli skill 到 ~/.agents/skills/。 这两步都会在安装时拉取第三方 npm 包。如需跳过：

KAIJIBOT_DISABLE_BUNDLED_PLUGIN_POSTINSTALL=1 npm install -g kaijibot   # 跳过全部 postinstall
KAIJIBOT_DISABLE_LARK_SKILLS_INSTALL=1 npm install -g kaijibot          # 仅跳过 lark-cli skills

详见 .env.example。

Docker 部署

git clone https://gitee.com/kaiji1126/kaijibot.git
cd kaijibot
bash scripts/docker/setup.sh   # 一键部署脚本（推荐）

或手动构建：

git clone https://gitee.com/kaiji1126/kaijibot.git
cd kaijibot
docker build -t kaijibot:local .
docker compose up -d

中文一键部署脚本（从源码运行）

git clone https://gitee.com/kaiji1126/kaijibot.git
cd kaijibot
bash setup-cn.sh

从源码构建

git clone https://gitee.com/kaiji1126/kaijibot.git
cd kaijibot
pnpm install --registry https://registry.npmmirror.com  # 国内镜像加速
pnpm build
kaijibot onboard   # 交互式向导
# 从 OpenClaw 迁移？运行：kaijibot migrate

配置

必需：至少一个 LLM 提供商的 API Key + 至少一个消息渠道凭证。

# LLM API Key — 任选一个提供商，取消对应行的注释
# export DEEPSEEK_API_KEY="your-key"         # DeepSeek
# export ANTHROPIC_API_KEY="your-key"        # Claude
# export GOOGLE_API_KEY="your-key"           # Gemini
# export ZAI_API_KEY="your-key"              # 智谱 GLM

# 飞书频道（也可在向导中扫码自动配置）
kaijibot config set channels.feishu.appId "your-app-id"
kaijibot config set channels.feishu.appSecret "your-app-secret"

可选：网络搜索增强洞察时效性。

export EXA_API_KEY="your-key"
export TAVILY_API_KEY="your-key"

配置文件位于 ~/.kaijibot/kaijibot.json，支持热重载。认知系统可通过 cognitive.enabled: false 关闭。详细配置参考 AGENTS.md。

与 OpenClaw 的关系

KaijiBot 最初 fork 自 OpenClaw 的 Gateway 架构和 Plugin SDK 边界,在此之上构建了独立的认知层(主动洞察、自我进化、纠错记忆)和重写的记忆整合系统。OpenClaw 提供的地基(Gateway、Agent 循环、工具生态)让我们能专注于差异化部分。

基座层面的工程改造(TypeBox 类型迁移、pi-ai SDK 升级、1220 处 lint 修复、Windows/Android bug 修复、Plugin SDK 补完)对使用者基本不可见,详见 commit 历史。

v2026.7.19 起，KaijiBot 在基座之上加固了多项安全机制，这些是 KaijiBot 独有、不向上游贡献的差异化：

• 配置覆盖保护：gateway 拒绝静默写入会让 kaijibot.json 缩水 50% 的 stub 写入（防止 env-var 拼写错误吞掉真实 operator 配置）
• 认知层并发安全：persona / correction / fragment 三个 store 全部加 per-user 文件锁，5 个并发 writer 不再互踩
• Prompt injection 防御：web search 结果用 <untrusted_source> 包装 + 后过滤拒绝指令性洞察；correction 记录字段做注入短语过滤 + 长度上限
• 工具 schema LLM 友好化：所有 17 处 Type.Union 改为 stringEnum + flat Object，国内中小模型（Qwen / Kimi / MiniMax）调用工具的成功率显著提升
• 供应链卫生：pnpm.overrides 强制升级 7 个高危依赖；high CVE 从 27 降到 3（剩余 3 个为深层 transitive，不可达 chat-input）

想要精简的体验?配置里设 cognitive.enabled: false 即可关闭整个认知层,回到「加固基座 + 重写记忆层」的状态。

致谢

KaijiBot 站在 OpenClaw(由 Peter Steinberger 和社区构建)的肩膀上。

学术研究

认知系统的设计借鉴了以下研究：

基础理论

• Green, D. M., & Swets, J. A. (1966). Signal detection theory and psychophysics. Wiley.
• Thompson, W. R. (1933). On the likelihood that one unknown probability exceeds another in view of the evidence of two samples. Biometrika, 25(3/4), 285–294.
• Altman, I., & Taylor, D. A. (1973). Social penetration: The development of interpersonal relationships. Holt, Rinehart & Winston.
• Gentner, D. (1983). Structure-mapping: A theoretical framework for analogy. Cognitive Science, 7(2), 155–170.

人机关系与推荐系统

• Bickmore, T. W., & Picard, R. W. (2005). Establishing and maintaining long-term human-computer relationships. ACM Transactions on Computer-Human Interaction, 12(2), 293–327.
• Kotkov, D., Wang, S., & Veijalainen, J. (2016). A survey of serendipity in recommender systems. Knowledge-Based Systems, 111, 180–192.

LLM 画像与记忆

• DEEPER: Directed Persona Refinement. (2025). Proceedings of ACL 2025. 32.2% error reduction via active contradiction resolution in persona maintenance.
• PERSONAMEM: Persona-Aware Memory in LLMs. (2025). Proceedings of COLM 2025. Benchmark showing LLMs achieve ~50% accuracy on evolving profile tasks.
• DV365: Dynamic User Representations over 365 Days. (2025). Proceedings of KDD 2025. Instagram's multi-slicing user embedding architecture.
• GemiRec: Gemini-Powered Recommendations. (2025). Xiaohongshu's multi-interest vector architecture with codebook quantization.
• PIE: Personalized Interest Exploration. (2023). Proceedings of WWW 2023. Personalized PageRank with bandit exploration.
• ProfiLLM: Fully Implicit User Profiling from Chatbot Interactions. (2025).

开源依赖

飞书开放平台、Vitest、Playwright、tsdown、Zod。

许可证

MIT