Honcho 心智模型与跨会话用户认知图谱

Honcho 心智模型与跨会话用户认知图谱

@plastic-labs/honcho·v1.0.3·storage

构建用户深层意图与心理认知模型的个性化状态机。超越简单历史记录回放,智能体能够基于“心智理论”(Theory of Mind)推演用户的未尽之言、潜在习惯偏好与长期技术栈偏向。

心智模型 · 个性化认知 · 用户画像 · 深度记忆

GitHubNPM
快速安装与集成
bash
manager:
$ pnpm add @plastic-labs/honcho

架构解析

「Honcho Memory」让智能体真正理解与它共事的工程师。市面上的记忆插件大多局限于将历史对话切片存入向量库进行关键字匹配,这种机械记忆往往无法洞察用户背后的动机与技术品味。 本插件基于前沿的认知科学与心智理论(Theory of Mind),在 Cordis 中维护了一个动态演进的“用户认知数字孪生体”。智能体能够推测用户提出某个需求时的深层痛点、习惯使用的代码风格(例如偏好函数式还是面向对象)、当前的认知负担与情绪状态,从而提供恰如其分的高情商交互与深度个性化解答。

核心特性

01

心智理论(ToM)深度建模:精准推断用户表述背后未言明的深层设计动机

02

代码风格与审美自适应:自动对齐用户偏好的缩进、类型注释与命名规范

03

技术水平感知与分级解释:对初学者循序渐进,对资深架构师直奔核心机理

04

持续演进的动态认知树:避免机械化重复确认已知事实,交互体验如老友默契

核心机制

01

对话隐式线索捕捉

分析用户在日常对话、代码修改与纠偏时的语气与深层选择倾向。

02

心智模型假设推演

动态生成关于用户专业能力、框架偏好与业务背景的认知假设。

03

认知图谱增量更新

根据后续交互持续修正并加固用户特征图谱,淘汰过时假设。

04

自适应个性化响应

将推导的心智特征注入提示词,输出完全符合用户审美与期望的内容。

配置参数参考 (YAML / JSON)

参数名类型默认值说明
inferenceConfidencenumber0.75确认用户心智特征假设成立的最低置信度阈值
privacyModebooleantrue是否开启严格用户隐私隔离与敏感心理标签脱敏
maxUserTraitsnumber50单个用户画像允许维护的核心心智特征上限