灵犀Claw实战：从零搭建一个会自我进化的AI Agent（五） 智能日记系统

开篇引言

前三篇完成了记忆系统的三层闭环：Layer 1/2 负责"记住你"，Layer 3 负责"质检"。但结构化记忆是冷冰冰的，AI 缺了灵魂。

今天讲 Cherry Diary——记忆系统的感性出口。每天让 AI Agent 自动生成一篇日记，融合天气、对话记录和生活数据，写入 WPS 笔记。一句话定位：让 AI 不只是记住你，而是用日记的方式"陪"你过每一天。

• GitHub：https://github.com/NMTZ-z/cherry-diary

安装：复制cherry-diary/到灵犀的 skills 文件夹即可

• 依赖：ainote-mcp（笔记写入必需）、noiz-tts（语音可选）

设计哲学：Agent 即编排器。没有后台服务、没有 cron、没有数据库——Agent 按 SKILL.md 一次性串联所有步骤。简单、可靠、每步输入输出清晰可见。

执行流程：六步流水线

日记生成是一次性完成的线性流水线，Agent 读取 SKILL.md 按顺序执行，中间结果全部可见可调试：

没有图片？纯文字日记也很完整。没有语音？照样生成。所有模块都是可插拔的，下面按模块展开。

数据采集层

数据是日记的"原材料"。Cherry Diary 的数据源全部可选，缺任何一个都不影响日记生成。

天气数据（默认启用）

来自 wttr.in，免费公开 API，无需密钥，天级粒度缓存。有一个经典坑：lang_zh字段经常返回 double-encoded UTF-8，中文显示乱码。修复：先用latin-1编码还原原始字节，再按 UTF-8 解码，失败则回退英文翻译。可替换为和风天气、OpenWeatherMap 等。

对话记录（默认启用）

来自当天对话日志文件。原始记录含大量格式标记（时间戳、标题、列表符号），需预处理：去标记、合并空行、截断至安全长度。清洗后注入提示词，AI 据此生成内心感悟而非复述对话。文件不存在时正常生成，只是没有聊天回顾板块。

生活数据（可选，可自定义）

留给用户自由扩展的接口。不配置时日记照常生成。缓存策略有两个值得借鉴的设计：空数据不缓存（避免后续无法获取新数据）和格式版本校验（旧格式自动失效重新请求）。你可以替换成任何数据源——Keep、Apple Health、步数统计、代码提交记录……只要实现"获取 + 格式化"两个函数即可嵌入流水线。

AI 内容生成：提示词架构设计

Cherry Diary 的灵魂在系统提示词。本节不讲特定角色的提示词内容，而是讲架构设计方法——掌握了这套方法，你可以定制任何风格的日记。

系统提示词由五个模块组成，每个模块可独立替换：

角色定义和语言风格是你的定制空间——朋友、助手、工作日志、恋人，随你定义。其余三个模块是通用能力，下面分别展开。

主题分配机制

日记核心是 N 段随笔（每段 50-100 字）。如果让 AI 自由发挥，容易写成流水账——三段都在聊天气。我们在提示词中预定义一组主题（天气感受、日常碎片、情绪随笔、自我感慨等），强制每段只写一个，顺序随机打乱。你可以完全替换主题列表，关键是保持"N 段覆盖 N 个不同主题"的思路。

反套话红线

AI 写日记最容易犯的五个毛病：禁止重复主题（N 段每段不同）、禁止固定开头（不要每次从天气开始）、禁止空泛心情词（只写"好开心"而无具体原因）、禁止复述对话（写内心感受不写流水账）、禁止千篇一律（同样输入每次措辞不同）。前四条靠提示词约束，第五条靠温度参数配合。

mood 与 JSON Schema

mood是日记头部的一句简短心情（10-20 字）。早期版本偷懒截取随笔第一段凑数，导致和正文重复。修复后作为独立 JSON 字段，提示词禁止与正文重复。所有日记内容以 JSON 输出，每个字段有独立约束。定制时保留 Schema 结构，只替换角色和风格即可。

图片与语音：可选模块的接入方式

图片和语音的设计理念相同：可完全替换或跳过。不展开某个特定引擎的使用细节，只讲接入架构。

图片（可选）：生成图片 → 获取 URL → 嵌入 XML 的<img>标签。引擎可以是 Seedream、Midjourney、DALL-E，或直接跳过。

语音（可选），三步接入：用任意 TTS 引擎生成音频文件 → 上传云存储获取公链 → 将 URL 写入 XML 的<a>标签，点击即可播放。语音文本是 JSON 中的独立字段（约 100 字口语旁白），和正文分离——不念全文，没有语音时日记显示纯文字。TTS 引擎可自由选择：Noiz TTS、Edge TTS、Azure TTS、阿里云 TTS，只要拿到一个可访问的音频链接就能嵌入。

笔记写入：MCP 协议与 XML 构建

日记通过 WPS 笔记的 MCP（Model Context Protocol）写入，协议为 JSON-RPC 2.0 over HTTP + SSE，鉴权用X-API-Keyheader。初始化需一次握手（initialize → 提取 session-id → 发送 initialized 通知）。MCP 响应同样有 double-encoded UTF-8 问题，建议客户端底层统一修复。

XML 构建器的核心设计：条件渲染。每个板块都有默认文案——有生活数据则显示完整记录，无则显示"今天没有"；有语音则嵌入，无则不显示。条件渲染确保日记在任何数据组合下都能正常生成。

写入流程五步：创建新笔记（获取 note_id）→ 挂标签（必须在写内容之前）→ 写入 XML → 插入图片（可选，需重新获取 block ID）→ 验证字数和标签。

两条核心规则：第一，永远创建新笔记，不要在已有笔记上更新——replace 会导致新旧内容叠加重复。第二，先挂标签再写内容，顺序不能反——新版标签系统标签栏与正文分离，先写内容会导致标签挂载失败。

最易忽略的坑：replace 之后 block ID 会被服务端重新分配。如果需要插入图片，必须重新获取笔记大纲拿到最新 block ID。

踩坑清单

设计反思

Agent 即编排器——安装 skill 即用，每步输入输出清晰可见，可暂停调试。每个模块都可替换——天气、数据源、图片引擎、TTS、笔记 API、提示词风格，全是可插拔的。你可以从完整版开始逐步精简，也可以添加新数据源。缓存即降级——API 失败→本地缓存→占位符，三级降级确保日记永远能生成。环境变量化是开源第一步——脱敏不仅是替换密钥，注释中的角色名称、提示词中的私有措辞、Git 历史中的敏感信息同样需要处理。

系列进度

下一篇：Self-Improving —— 纠错记录、偏好固化、定期反思、衰减归档的完整经验学习闭环。