NostrSocial 是一个基于 Nostr 协议构建的社交感知系统，旨在为 AI 实体提供对人际关系的深度理解与动态管理能力。它并非简单的联系人数据库，而是将社交关系建模为一种持续演化的维度，帮助实体识别谁值得关注、谁值得信赖，以及这些连接如何随时间变化。该系统根植于人类社交认知模型——邓巴数（Dunbar’s Number），将联系人划分为六个信任层级：亲密（INTIMATE）、紧密（CLOSE）、熟悉（FAMILIAR）、已知（KNOWN）、灰色（GRAY）和被屏蔽（BLOCK），每层对应不同的互动权限、情感温度和资源分配策略。通过身份验证机制，NostrSocial 支持跨渠道的身份关联，确保同一用户在不同平台（如邮箱、Twitter、npub）下的行为一致性。其核心在于赋予 AI 以‘社会意识’，使其在交互中携带上下文记忆，并根据关系亲疏调整响应方式，从而模拟真实世界中的人际互动逻辑。
核心功能特点
- 基于邓巴数的六层信任模型管理150个核心关系，自动限制注意力容量
- 支持跨渠道身份识别与验证，实现同一用户在多平台的行为统一
- 根据关系层级动态调整互动策略：包括情感温度、令牌预算、打断权限和主动接触能力
- 内置内容筛查机制，检测敏感词汇与操纵模式并返回安全标签而非原始文本
- 提供网络结构分析功能，生成可读的社会图谱描述与风险预警
适用场景
NostrSocial 特别适用于需要长期维护复杂人际网络的智能代理或数字助手场景。例如，在企业环境中部署的客服 AI 可依据客户的历史互动记录自动提升高价值客户的信任等级，获得更高优先级处理权限；当检测到某位 VIP 客户表达脆弱情绪时，系统会推荐‘全情投入’的回应策略并增加情感投入度。对于社区运营类 AI，该工具能有效识别活跃贡献者与潜在恶意账号，通过灰色名单衰减机制清理长期未互动的低质量连接，防止社交图谱膨胀失控。在教育或心理咨询场景中，AI 辅导助手可利用此系统判断学生倾诉的真实性，结合其过往互动频率决定是否介入干预。此外，任何希望避免‘冷启动’问题的多轮对话系统都能从中受益——不再从零开始理解用户，而是继承既有关系背景做出更人性化、更具连续性的回应。