cat-sticker

猫猫表情包技能系统。分析输入文本情绪，从 custom_stickers.json 自动匹配对应表情，支持概率/开关/冷却调节指令。

Install

openclaw skills install @efgyuhhgy/cat-sticker

🐱 Cat Sticker — 猫猫表情包技能系统

图片来源声明：本技能内置的所有表情包图片均来源于互联网公开渠道搜集整理，仅供个人学习与研究使用。如有侵权请联系删除。

📌 技能简介

Cat Sticker 是一款为 AI 对话场景设计的自动表情包匹配技能。夜玖会根据用户输入的文本内容，自动分析情绪关键词，从 161 张内置表情图中挑选最匹配的一张附在回复中，让对话更加生动可爱。

主要特点：

🧠 智能情绪分析 — 支持撒娇、开心、害羞、难过、生气、惊讶等 21 种情绪识别
🎲 概率触发机制 — 可调节表情发送频率，不再每句都发
🔄 智能冷却 — 避免连续发送同一张表情
⚙️ 灵活配置 — 支持指令实时调整概率、开关、冷却轮数
🐱 纯离线运行 — 无需联网，零依赖

📁 文件结构

text

cat-sticker/
├── SKILL.md              # 本文件，技能说明文档
├── cat_sticker_skill.py  # 🐱 核心 Python 模块（纯函数，无第三方依赖）
├── custom_stickers.json  # 表情元数据库（161条记录，含文件名与描述）
├── sticker_config.json   # 用户配置文件（首次运行自动生成）
├── sticker_cooldown.json # 冷却状态记录（运行中自动维护）
└── __stickers/          # 表情图片目录（161张 PNG 图片）

🚀 安装方式

方式一：通过 ClawHub 安装（推荐）

bash

clawhub install cat-sticker

方式二：手动安装

bash

# 克隆到本地技能目录
git clone <repository-url> /path/to/your/skills/cat-sticker

📖 使用方法

基础调用

python

import sys
sys.path.insert(0, "/path/to/cat-sticker")
import cat_sticker_skill as cs

# 分析文本情绪并返回表情
result = cs.pick_sticker("我好开心喵~")
print(result)
# 输出示例：
# {
#     "triggered": True,
#     "sticker_path": "/path/to/cat-sticker/__stickers/sticker_xxx.png",
#     "description": "开心的猫猫",
#     "emotion": "开心",
#     "confidence": 0.85,
#     "message": "我好开心喵~",
#     "cooldown_remaining": 2
# }

强制指定情绪

python

# 不分析文本，强制使用指定情绪分类
result = cs.pick_sticker("hello", explicit_emotion="开心")

覆盖概率阈值

python

# 强制触发（概率 = 1.0）
result = cs.pick_sticker("我难过", probability=1.0)

关闭表情功能

python

result = cs.pick_sticker("正常文本", override_enable=False)
# 返回 triggered: False

处理配置指令

python

# 解析并执行用户发送的指令
cmd_result = cs.handle_command("表情概率 0.5")
if cmd_result:
    print(cmd_result["reply"])
    # 例如："表情触发概率已调整为 50% 喵~"

📋 pick_sticker 参数详解

参数	类型	默认值	说明
`text`	`str`	必填	用户输入的原始文本
`probability`	`float?`	`None`	覆盖全局概率阈值（0.0 ~ 1.0）
`explicit_emotion`	`str?`	`None`	强制指定情绪类型，跳过情绪分析
`override_enable`	`bool?`	`None`	强制开启/关闭表情功能

📤 返回值详解

字段	类型	说明
`triggered`	`bool`	本次是否触发了表情发送
`sticker_path`	`str`	表情图片的完整绝对路径（用于 `<qqmedia>` 标签）
`sticker_rel`	`str`	表情图片的相对路径（用于 Markdown 图片格式）
`fileName`	`str`	表情文件名
`description`	`str`	表情的描述文字
`emotion`	`str`	匹配到的情绪类型
`confidence`	`float`	情绪匹配置信度（0.0 ~ 1.0）
`original_text`	`str`	原始输入文本
`message`	`str`	给用户看的输出文本
`cooldown_remaining`	`int`	剩余冷却轮数
`reason`	`str`	未触发时的原因说明

🎭 支持的情绪类型（21种）

情绪分类	关键词示例	说明
🎀 撒娇	撒娇, 抱抱, 贴贴, 蹭蹭, rua	依赖、想被宠爱的感觉
🌸 卖萌	可爱, 乖喵, 小可爱, 喵~	刻意表现得可爱
😳 害羞	害羞, 脸红, 不好意思	被夸赞或尴尬时的反应
🎉 开心	开心, 高兴, 好耶, happy	正向情绪、兴奋
😠 生气	生气, 气死, 哼, 讨厌	负向愤怒情绪
😢 难过	难过, 伤心, 委屈, 哭哭	负向悲伤情绪
😲 惊讶	震惊, 吓到, 卧槽, 惊呆	意外、震惊的反应
🤔 疑惑	疑惑, 什么?, 为什么?, 嗯？	不理解、提问时的反应
😒 嫌弃	嫌弃, 无语, 服了, 屑	不屑、轻度厌恶
😑 无语	无语了, 无话可说	被搞无语的状态
😨 害怕	害怕, 怕怕, 瑟瑟发抖	恐惧、紧张的反应
💭 思考	思考, 想一想, 嗯...	正在思考的状态
😴 困	困, 累, 晚安, 想睡觉	疲倦、想休息
🍖 饿	饿了, 好饿, 想吃东西	饥饿感
🐱 喵叫	喵, 喵呜, 咪咪, 喵~	猫叫相关的文本
😏 坏笑	嘿嘿嘿, 桀桀桀, 阴险	调皮、搞怪的笑
😭 大哭	呜呜, 呜呜呜, 哇	大声哭泣
😂 傻笑	哈哈哈, 笑死, 哈哈哈哈哈	开心大笑
🙌 投降	投降, 服了, 认输, 求饶	认输、放弃抵抗
✅ OK	ok, 好, 行, 可以, 收到	肯定、确认
😜 恶搞	笨蛋, 蠢, 傻, 杂鱼, 你不行	调侃、恶作剧

⚙️ 配置指令系统

表情开关

text

表情开关 开
表情开关 关

开启或关闭表情自动发送功能。

表情概率

text

表情概率 0.8

设置触发概率（0.0 ~ 1.0），每次回复时以该概率决定是否发送表情。

1.0 = 每次都发
0.7 = 70% 概率发送（默认）
0.0 = 关闭触发（但 override_enable=True 可强制触发）

表情冷却

text

表情冷却 3

设置冷却轮数——发送一张表情后，隔几轮才能再发，防止同一表情连续出现。

表情列表

text

表情列表

查看当前表情库中所有情绪分类及每类的表情数量。

表情帮助

text

表情帮助

显示本帮助文档。

⚙️ 配置文件说明

sticker_config.json

首次调用时自动生成，默认内容：

json

{
  "enable": true,
  "probability": 0.7,
  "cooldown_rounds": 2,
  "max_per_turn": 1,
  "expose_path": false,
  "emotion_priority": [
    "撒娇", "卖萌", "害羞", "开心", "生气", "难过",
    "惊讶", "疑惑", "嫌弃", "无语", "害怕", "思考",
    "困", "饿", "喵叫", "坏笑", "大哭", "傻笑",
    "投降", "OK", "恶搞"
  ]
}

sticker_cooldown.json

运行时自动维护，记录上次发送的表情文件名和剩余冷却轮数。

🧠 情绪分析原理

本技能采用关键词匹配 + 加权评分算法：

分词：将输入文本转为小写
关键词命中：遍历 21 种情绪的关键词列表，统计命中数量
加权计分：每个关键词有独立权重（默认 0.8），长关键词（≥3字）额外乘 1.5 倍加成
优先级排序：按总分降序排列，取最高分情绪作为匹配结果
置信度计算：用该情绪得分除以最高分情绪得分，得到 0~1 的置信度

🔧 在 OpenClaw 中集成

方式一：通过 MCP 工具调用

json

// 调用 sticker_gen 工具，传入回复文本
sticker_gen(reply_text="我好开心喵~")
// 返回 base64 格式的表情图片

方式二：直接 import Python 模块

python

# 在 OpenClaw Agent 代码中
import cat_sticker_skill as cs

async def on_message(text):
    result = cs.pick_sticker(text)
    if result["triggered"]:
        sticker = result["sticker_path"]
        return f"{result['message']}\n[MEDIA:{sticker}]"
    return result["message"]

⚠️ 注意事项

图片来源：所有表情图片均来源于互联网公开渠道搜集整理，仅供个人学习与研究使用。如有侵权，请联系删除。
兼容性：仅支持 Python 3.8+，无第三方依赖，可在任何环境中运行。
性能：161 张图片约 3.3MB，首次加载后缓存在内存中，后续调用无需重复读取文件。
并发安全：多进程/多线程环境下，sticker_cooldown.json 文件锁需自行处理。建议每个进程使用独立的技能副本。
冷却机制：cooldown_rounds=2 表示发完一张表情后，接下来 2 轮不会发任何表情，第 3 轮才能再发。

📄 许可证

MIT-0