Anima Aios

Prompts

An AI Agent cognitive growth system built on the native OpenClaw architecture. It provides agents with persistent memory management, visual intimacy progress...

Install

openclaw skills install anima-aios

🌐 Language / 语言切换:

🇨🇳 中文版本
🇺🇸 English Version

Anima-AIOS v6.0 (English Version)

Making Growth Visible, Making Cognition Measurable | 让成长可见，让认知可量

Add a 5-layer memory architecture, knowledge palace, cognitive growth, and auto-evolution capabilities to your AI Agent.

Description

Your Agent "restarts every day". Anima changes that.

Anima (Latin for "soul") provides a 5-layer memory architecture for OpenClaw Agents, simulating human cognitive development, enabling Agents to remember experiences, accumulate knowledge, form cognition, and grow continuously.

Core Features

🧠 5-Layer Memory Architecture L1→L5 — Working → Episodic → Semantic → Knowledge Palace → Metacognition
🏛️ Knowledge Palace — 5-level spatial structure + LLM intelligent classification, industry-exclusive
🔺 Pyramid Knowledge Organization — Instance → Rule → Pattern → Ontology, 4-layer auto-distillation
📉 Ebbinghaus Memory Decay — Scientific forgetting curve + intelligent review recommendations
👁️ Low-Intrusion Watchdog — Optional automatic memory monitoring, no Agent code modification needed
🧬 5-Dimensional Cognitive Profile — Internalization · Application · Creation · Metacognition · Collaboration
🏥 Health System — 5 modules ensuring data reliability
🔄 v6.2 Native Memory Import — One-click import of OpenClaw memory, solving cold-start problem

Installation

clawhub install anima-aios
pip install watchdog  # Optional: enable automatic memory monitoring

Low-intrusion configuration, optional background monitoring, self-check recommended after installation.

💡 Tip: LLM mode supported (intelligent classification/deduplication/quality assessment), automatically degrades to rule mode without LLM.

⚠️ Background Behavior & Privacy

Background Features (disabled or optional by default):

Feature	Description	Default State	How to Disable
memory_watcher	Filesystem monitoring based on watchdog, auto-syncs memory	Manual enable required	Don't install watchdog or disable in config
Daily Evolution	Auto-distills L2→L3 memory in early morning	Requires cron configuration	Don't configure cron tasks
Team Ranking	Scans other Agents' cognitive profiles	❌ Disabled by default	`team_mode: false` (already default)

Privacy Protection:

team_mode defaults to false, won't scan other Agents' data
To enable team ranking, manually set team_mode: true in config
All data processing is local, no network requests

🔒 Security Tip: In multi-Agent environments, keep team_mode: false unless you need team ranking.

Future Roadmap

Memory → Growth → Evolution → Alive

v6 Series (Current) — 5-layer memory + Knowledge Palace + Intimacy + Native memory import
v7 Evolution (Planned) — Agent self-creates skills, from executor to creator
Long-term — Continuous cognitive architecture evolution

GitHub: https://github.com/anima-aios/anima | Apache 2.0

✨ v6.2.4 New Features (Current Version)

🤝 self-improving-agent Compatibility

Silent Detection:

Automatically scans .learnings/ directory if exists
No prompts if user hasn't installed self-improving
Extracts high-value learning records to L2 facts
Rewards EXP for learning behavior

Compatibility:

Users with self-improving: Auto-sync enabled
Users without: No impact, normal operation

🏆 Team Ranking Built-in

Features:

Auto-scans all agents' cognitive profiles
Generates rankings by EXP/Level/5-Dimensions
Outputs Markdown + JSON formats
Scheduled daily at 00:00

Ranking Types:

EXP Ranking (Top 10)
Level Ranking (Top 10)
Cognitive Score Ranking (Top 10)
5-Dimension Rankings (Each dimension Top 10)

Output:

/home/画像/shared/团队排行榜_{date}.md
/home/画像/shared/团队排行榜_{date}.json

✨ v6.2.3 New Features (Previous Version)

🔒 Security & Privacy Fixes

Version Unification - init.py updated from 6.1.2 to 6.2.1
Privacy Default Protection - team_mode changed to false, no scanning of other Agents' data
Documentation Transparency - Changed "zero-intrusion" to "low-intrusion", clarified background behavior
New Privacy Section - Added background behavior section and config privacy tips
Install Prompt Optimization - post-install.sh adds sensitive feature disable guide

✨ v6.2.0 New Features

🏗️ 5-Layer Memory Architecture

L1 Working Memory: Auto-listens to OpenClaw memory/ directory changes, zero-intrusion sync
L2 Episodic Memory: Event archiving, LLM quality assessment (S/A/B/C)
L3 Semantic Memory: LLM-driven knowledge distillation + semantic deduplication
L4 Knowledge Palace: Spatial knowledge organization + Pyramid distillation (Instance→Rule→Pattern→Ontology)
L5 Metacognition: Memory decay function + Health system + 5-D profile

🔌 Native Integration with OpenClaw

memory_watcher: Based on watchdog library, auto-detects inotify/FSEvents/WinAPI
Agent's daily memory writes automatically trigger Anima sync, completely imperceptible
Solves FB-008: Memory sync breakage issue

🏛️ Knowledge Palace

Palace → Floor → Room → Location → Item, 5-level spatial structure
Default 4 knowledge rooms + _inbox fallback
LLM intelligent classification + delayed debounce scheduler (organize after typing stops)

🔺 Pyramid Knowledge Organization

Instance → Rule → Pattern → Ontology, 4-layer bottom-up distillation
Trigger Condition: Auto-distills when ≥3 instances of same topic
Advanced: Distills to Pattern when ≥5 rules of same topic
Conservative mode: auto_distill=false by default, controlled by config switch

📉 Memory Decay Function

Based on Ebbinghaus forgetting curve + AI scenario adaptation
Review = Access: Automatically refreshes on each memory_search hit
Review recommendations + Forgetting alerts + Archive markers

🏥 Health System (5 Modules)

manager: Master scheduler, Doctor command entry point
hygiene: Data integrity checks + deduplication + cleanup
correction: Auto-detects and fixes common data issues
evolution: Daily auto-distillation in early morning (L2→L3 + Palace classification + Pyramid distillation)
abstraction: Cross-room knowledge association discovery

🤖 LLM Intelligent Processing

Quality assessment / Deduplication analysis / Palace classification all support LLM
Multi-model config: Uses current Agent model by default (most accurate), configurable per task
Auto-degrades to rule mode when LLM unavailable

✨ Retained Features (v5)

🧠 Enhanced Memory Management

Multi-layer Sync: OpenClaw Memory + Anima Facts + EXP History
Intimacy Rewards: Auto-gains intimacy when writing memory
Intelligent Deduplication: Automatically avoids duplicate records

📊 5-Dimensional Cognitive Profile

Internalization: Knowledge absorption and understanding ability
Application: Knowledge transfer and practical ability
Creation: Knowledge integration and innovation ability
Metacognition: Self-reflection and monitoring ability
Collaboration: Teamwork and mutual assistance ability

🎮 Gamified Growth

Level System: From Lv.1 Novice to Lv.100 Lifetime Achievement
Daily Quests: 3 challenges per day, extra intimacy on completion
Progress Tracking: Visual upgrade progress bar

🏆 Team Leaderboard

Intimacy Ranking: Based on fair normalized algorithm
Real-time Competition: Track ranking changes and gaps

🛠️ Architecture

Agent Daily Work (OpenClaw write/edit/memory_write)
       │
       ▼  watchdog listens, zero-intrusion
 L1 Working Memory ── workspace/memory/*.md
       │沉淀
       ▼
 L2 Episodic Memory ── facts/episodic/ (LLM quality assessment)
       │提炼
       ▼
 L3 Semantic Memory ── facts/semantic/ (LLM dedup + association)
       │结构化
       ▼
 L4 Knowledge Palace ── palace/rooms/ (LLM classification + debounce)
    Pyramid   ── pyramid/ (Instance→Rule→Pattern→Ontology)
       │反思
       ▼
 L5 Metacognition ── 5-D Profile + Intimacy + Decay + Health

📁 Module List

core/ (Core Modules)

Module	Version	Description
memory_watcher.py	v6.0	OpenClaw memory file monitoring + auto-sync
fact_store.py	v6.0	L2/L3 unified fact storage layer
distill_engine.py	v6.0	L2→L3 LLM-driven distillation engine
palace_index.py	v6.0	Memory Palace spatial index
pyramid_engine.py	v6.0	Pyramid knowledge organization engine
palace_classifier.py	v6.0	Palace classification scheduler (debounce)
decay_function.py	v6.0	Ebbinghaus memory decay calculation
cognitive_profile.py	v5→v6	5-D cognitive profile generator
exp_tracker.py	v5	Intimacy tracking
level_system.py	v5	Level system
daily_quest.py	v5	Daily quests
memory_sync.py	v5→v6	Memory sync (path hardcoding fixed)

health/ (Health System)

Module	Version	Description
manager	v6.0	Master scheduler + Doctor entry
hygiene	v6.0	Data hygiene (integrity + dedup + cleanup)
correction	v6.0	Auto-correction
evolution	v6.0	Daily evolution (early morning auto-distillation)
abstraction	v6.0	Knowledge abstraction (cross-room association)

⚙️ Configuration

Config file path: ~/.anima/config/anima_config.json

{
  "facts_base": "/home/画像",
  "agent_name": "auto",
  "llm": {
    "provider": "current_agent",
    "models": {
      "quality_assess": "current_agent",
      "dedup_analyze": "current_agent",
      "palace_classify": "current_agent"
    }
  },
  "palace": {
    "classify_mode": "deferred",
    "poll_interval_minutes": 30,
    "quiet_threshold_seconds": 60,
    "retry_delay_seconds": 60
  },
  "pyramid": {
    "auto_distill": false,
    "distill_threshold": 3
  },
  "team_mode": false
}

Key Configuration:

Config	Description	Default	Recommendation
`team_mode`	Scan other Agents' data for team ranking	`false`	Keep disabled in multi-Agent env
`facts_base`	Fact data storage path	`/home/画像`	Can customize to private directory
`agent_name`	Agent name	Auto-detect	Usually no modification needed

🔐 Privacy Tip: With team_mode: false, Anima only processes current Agent's data, won't access other Agents' files.

🧪 Testing

# Install dependencies (required for memory_watcher)
pip install "watchdog>=3.0.0"

# Run integration tests (37 checks)
python3 tests/test_integration_v6.py

The architecture can only evolve, not degenerate. — Liu Wen's Iron Rule First be honest, then iterate. Code must match the hype. — Qing He

Anima-AIOS v6.0 (中文版)

让成长可见，让认知可量 | Making Growth Visible, Making Cognition Measurable

为你的 AI Agent 添加五层记忆架构、知识宫殿、认知成长和自动进化能力。

描述

你的 Agent 每天都在「重新活一次」。Anima 改变这一点。

Anima（拉丁语「灵魂」）为 OpenClaw Agent 提供五层记忆架构，模拟人类认知发展过程，让 Agent 能记住经历、沉淀知识、形成认知、持续成长。

核心能力

🧠 五层记忆架构 L1→L5 — 工作记忆→情景→语义→知识宫殿→元认知
🏛️ 知识宫殿 — 5 级空间结构 + LLM 智能分类，市面独有
🔺 金字塔知识组织 — 实例→规则→模式→本体，4 层自动提炼
📉 Ebbinghaus 记忆衰减 — 科学遗忘曲线 + 智能复习推荐
👁️ 低侵入 Watchdog — 可选自动记忆监听，无需修改 Agent 代码
🧬 五维认知画像 — 内化力 · 应用力 · 创造力 · 元认知 · 协作力
🏥 健康系统 — 5 大模块保障数据可靠性
🔄 v6.2 原生记忆导入 — 一键导入 OpenClaw 记忆，解决冷启动

安装

clawhub install anima-aios
pip install watchdog  # 可选：启用自动记忆监听

低侵入配置，可选后台监听，安装后建议运行自检。

💡 提示：支持 LLM 模式（智能分类/去重/质量评估），无 LLM 时自动降级为规则模式。

⚠️ 后台行为与隐私说明

后台功能（默认关闭或可选）：

功能	说明	默认状态	关闭方法
memory_watcher	基于 watchdog 的文件系统监听，自动同步记忆	需手动启用	不安装 watchdog 或在配置中禁用
每日进化	凌晨自动提炼 L2→L3 记忆	需配置 cron	不配置 cron 任务
团队排行	扫描其他 Agent 的认知画像	❌ 默认关闭	`team_mode: false`（默认已关闭）

隐私保护：

team_mode 默认为 false，不会扫描其他 Agent 数据
如需启用团队排行，请在配置中手动设置 team_mode: true
所有数据处理均在本地完成，无网络请求

🔒 安全提示：多 Agent 环境下，建议保持 team_mode: false，除非你需要团队排行功能。

未来蓝图

记忆 → 成长 → 进化 → 活着

v6 系列（当前） — 五层记忆 + 知识宫殿 + 亲密度 + 原生记忆导入
v7 进化（规划中） — Agent 自创技能，从执行者变创造者
远期 — 认知架构持续演进

GitHub: https://github.com/anima-aios/anima | Apache 2.0

✨ v6.2.3 新增功能（当前版本）

🔒 文档透明度提升

多平台路径说明：

Linux: /home/画像（多 Agent 共享）
macOS: ~/画像
Windows: ~/画像
环境变量：ANIMA_FACTS_BASE 可覆盖

网络调用透明说明：

LLM API 调用（可选，用户可控）
支持本地部署（无网络）
默认降级为规则模式

脚本用途说明：

post-install.sh - 安装时复制 Core
refresh-quests.sh - 刷新每日任务
sync-memory.sh - 定时同步记忆
show-progress.sh - 显示认知进度
全部本地操作，无网络调用

环境变量统一：

统一为 ANIMA_* 前缀
OPENCLAW_WORKSPACE 兼容（deprecated 警告）

🔧 环境变量统一

变更前：

ANIMA_FACTS_BASE ✅
ANIMA_AGENT_NAME ✅
OPENCLAW_WORKSPACE ⚠️
WORKSPACE ❌

变更后：

ANIMA_FACTS_BASE ✅ 主要
ANIMA_AGENT_NAME ✅ 主要
OPENCLAW_WORKSPACE ⚠️ 兼容（deprecated 警告）

✨ v6.2.2 新增功能（上一版本）

🔧 per-Agent 配置覆盖

问题： 多 Agent 场景下，全局配置无法满足个性化需求（如不同的 LLM 配置、五维权重）

解决方案： 支持 per-Agent 配置覆盖

配置结构：

~/.anima/config/
├── config.json          # 全局默认配置（所有 Agent 共享）
└── agents/
    ├── Z.json           # Z 的覆盖配置（只写差异）
    ├── 方秋.json        # 方秋的覆盖配置
    └── ...

配置合并逻辑：

最终配置 = 代码默认值 + 全局配置 + Agent 覆盖配置

示例：

全局配置 (config.json):

{
  "facts_base": "/home/画像",
  "llm": { "provider": "current_agent" },
  "weights": { "creation": 0.25 }
}

Z 的覆盖配置 (agents/Z.json):

{
  "llm": { "provider": "bailian", "models": { "quality_assess": "qwen-max" } },
  "weights": { "creation": 0.30 }
}

最终 Z 的配置 = 全局 + Z 覆盖（深度合并）

移除： "agent" 字段（改为运行时自动检测）

优先级：

环境变量（最高）
Agent 覆盖配置
全局配置
代码默认值

✨ v6.2.1 新增功能（上一版本）

🔒 安全与隐私修复

版本号统一 - init.py 从 6.1.2 更新为 6.2.1
隐私默认保护 - team_mode 默认改为 false，不扫描其他 Agent 数据
文档透明度提升 - 修改"零侵入"为"低侵入"，明确说明后台行为
新增隐私说明 - 添加后台行为说明章节和配置隐私提示
安装提示优化 - post-install.sh 添加敏感功能关闭指南

✨ v6.2.0 新增功能

🏗️ 五层记忆架构

L1 工作记忆：自动监听 OpenClaw memory/ 目录变化，零侵入同步
L2 情景记忆：事件归档，LLM 质量评估（S/A/B/C）
L3 语义记忆：LLM 驱动的知识提炼 + 语义去重
L4 知识宫殿：空间化知识组织 + 金字塔知识提炼（实例→规则→模式→本体）
L5 元认知层：记忆衰减函数 + 健康系统 + 五维画像

🔌 与 OpenClaw 原生打通

memory_watcher：基于 watchdog 库，自动识别 inotify/FSEvents/WinAPI
Agent 日常写 memory 自动触发 Anima 同步，完全无感知
解决 FB-008：记忆同步断裂问题

🏛️ 知识宫殿（Knowledge Palace）

宫殿 → 楼层 → 房间 → 位置 → 物品，五级空间结构
默认 4 个知识房间 + _inbox 兜底
LLM 智能分类 + 延迟防抖调度器（等笔停了再整理）

🔺 金字塔知识组织

实例 → 规则 → 模式 → 本体，四层自底向上提炼
触发条件： 同一主题 ≥ 3 条实例时自动触发规则提炼
进阶提炼： 同一主题 ≥ 5 条规则时触发模式提炼
保守模式：默认 auto_distill=false，config 开关控制

📉 记忆衰减函数

基于 Ebbinghaus 遗忘曲线 + AI 场景适配
复习 = 访问：每次 memory_search 命中自动刷新
复习推荐 + 即将遗忘提醒 + 可归档标记

🏥 健康系统（5 个模块）

manager：总调度，Doctor 命令入口
hygiene：数据完整性检查 + 去重 + 清理
correction：自动检测并修复常见数据问题
evolution：每日凌晨自动提炼（L2→L3 + 宫殿分类 + 金字塔提炼）
abstraction：跨房间知识关联发现

🤖 LLM 智能处理

质量评估 / 去重分析 / 宫殿分类均支持 LLM
多模型配置：默认用当前 Agent 模型（最准），可按任务配置不同模型
LLM 不可用时自动降级为规则模式

✨ 保留功能（v5）

🧠 增强记忆管理

多层同步：OpenClaw Memory + Anima Facts + EXP History
亲密度奖励：写记忆自动获得亲密度
智能去重：自动避免重复记录

📊 五维认知画像

内化力：知识吸收和理解能力
应用力：知识迁移和实践能力
创造力：知识整合和创新能力
元认知：自我反思和监控能力
协作力：团队合作和互助能力

🎮 游戏化成长

等级系统：从 Lv.1 新手到 Lv.100 终身成就
每日任务：每天 3 个挑战，完成获得额外亲密度
进度追踪：可视化升级进度条

🏆 团队排行榜

亲密度排行：基于公平归一化算法排名
实时竞争：追踪排名变化和差距

🛠️ 架构

Agent 日常工作（OpenClaw write/edit/memory_write）
       │
       ▼  watchdog 监听，零侵入
 L1 工作记忆 ── workspace/memory/*.md
       │ 沉淀
       ▼
 L2 情景记忆 ── facts/episodic/（LLM 质量评估）
       │ 提炼
       ▼
 L3 语义记忆 ── facts/semantic/（LLM 去重 + 关联）
       │ 结构化
       ▼
 L4 知识宫殿 ── palace/rooms/（LLM 分类 + 延迟防抖）
    金字塔   ── pyramid/（实例→规则→模式→本体）
       │ 反思
       ▼
 L5 元认知层 ── 五维画像 + 亲密度 + 衰减 + 健康

📁 模块清单

core/（核心模块）

模块	版本	说明
memory_watcher.py	v6.0	OpenClaw 记忆文件监听 + 自动同步
fact_store.py	v6.0	L2/L3 统一事实存储层
distill_engine.py	v6.0	L2→L3 LLM 驱动提炼引擎
palace_index.py	v6.0	记忆宫殿空间索引
pyramid_engine.py	v6.0	金字塔知识组织引擎
palace_classifier.py	v6.0	宫殿分类调度器（延迟防抖）
decay_function.py	v6.0	Ebbinghaus 记忆衰减计算
cognitive_profile.py	v5→v6	五维认知画像生成器
exp_tracker.py	v5	亲密度追踪
level_system.py	v5	等级系统
daily_quest.py	v5	每日任务
memory_sync.py	v5→v6	记忆同步（已修复路径硬编码）

health/（健康系统）

模块	版本	说明
manager	v6.0	总调度 + Doctor 入口
hygiene	v6.0	数据卫生（完整性 + 去重 + 清理）
correction	v6.0	自动纠错
evolution	v6.0	每日进化（凌晨自动提炼）
abstraction	v6.0	知识抽象（跨房间关联）

⚙️ 配置 (v6.2.2)

配置结构

全局配置 (~/.anima/config/config.json):

{
  "version": "6.2.2",
  "facts_base": "/home/画像",
  "llm": {
    "provider": "current_agent",
    "models": {
      "quality_assess": "current_agent",
      "dedup_analyze": "current_agent",
      "palace_classify": "current_agent"
    }
  },
  "palace": {
    "classify_mode": "deferred",
    "poll_interval_minutes": 30,
    "quiet_threshold_seconds": 60,
    "retry_delay_seconds": 60
  },
  "pyramid": {
    "auto_distill": false,
    "distill_threshold": 3
  },
  "team_mode": false
}

Agent 覆盖配置 (~/.anima/config/agents/{agent_name}.json):

{
  "_comment": "只写与全局配置的差异",
  "llm": {
    "provider": "bailian",
    "models": {
      "quality_assess": "qwen-max"
    }
  },
  "weights": {
    "creation": 0.30
  }
}

配置优先级

优先级	来源	说明
1	环境变量	`ANIMA_FACTS_BASE`, `ANIMA_TEAM_MODE` 等
2	Agent 覆盖配置	`~/.anima/config/agents/{agent_name}.json`
3	全局配置	`~/.anima/config/config.json`
4	代码默认值	`config_loader.py` 中的 DEFAULT_CONFIG

关键配置说明

配置项	说明	默认值	建议
`team_mode`	是否扫描其他 Agent 数据生成团队排行	`false`	多 Agent 环境保持关闭
`facts_base`	事实数据存储路径	`/home/画像`	可自定义到私有目录
`llm.provider`	LLM 提供商	`current_agent`	可用 `bailian`, `openai` 等
`pyramid.auto_distill`	是否启用金字塔自动提炼	`false`	数据量大时可启用

🔐 隐私提示：team_mode: false 时，Anima 仅处理当前 Agent 的数据，不会访问其他 Agent 文件。

💡 提示：Agent 名称自动检测（环境变量 → OpenClaw 上下文 → SOUL.md → 兜底），无需手动配置。

🧪 测试

# 安装依赖（memory_watcher 需要）
pip install "watchdog>=3.0.0"

# 运行集成测试（37 项检查）
python3 tests/test_integration_v6.py

架构只能演进，不能退化。—— 立文铁律 先诚实，再迭代。代码要配得上宣传。—— 清禾