SoulKeeper 是一款专为 AI 智能体设计的身份持久性工具，旨在解决多会话间身份漂移、行为失准的问题。许多 AI 代理在连续对话中会逐渐偏离其核心设定，忘记自身角色定位、可用工具或行为准则，导致输出风格混乱、主动性下降。SoulKeeper 通过系统化规则提取与实时行为检测，帮助代理保持身份一致性，提升响应质量与决策连贯性。
该工具基于三个核心组件协同工作：`audit.py` 负责解析 SOUL.md、TOOLS.md 等配置文件，将其转化为结构化规则库；`drift.py` 则对对话记录进行扫描分析，量化评估当前行为与预设身份的偏离程度；而 `remind.py` 可在关键操作前注入情境感知提醒，确保代理在执行任务前回顾核心原则。三者结合形成一套完整的身份维护流水线。
无需复杂依赖，仅需 Python 3.8+ 标准库即可运行。用户可通过命令行快速生成规则文件、检查历史对话中的偏移情况，或在即将执行敏感操作（如发布内容、调用外部接口）时触发提醒机制。SoulKeeper 不仅适用于 OpenClaw 生态内的代理，也可适配任意拥有明确人格定义和规则文档的 AI 系统。
核心功能特点
- 自动解析 SOUL.md/TOOLS.md 等配置文件生成结构化身份规则
- 实时检测对话文本中的行为偏移并输出可解释的漂移评分
- 支持预响应提醒机制，在关键操作前注入情境化身份提示
- 提供从轻度风格偏差到严重身份冲突的多级漂移等级判定
- 开放扩展接口，允许自定义违规模式和上下文触发条件
适用场景
SoulKeeper 特别适用于需要长期维持稳定人格特征的 AI 代理场景，例如持续运营社交媒体账号的智能助手、负责客户服务的对话系统，或执行复杂多步任务的自动化代理。在这些场景中，即使经过长时间交互或跨会话重启，代理仍需保持一致的语气、立场和行为边界。例如，一个被设定为‘冷静专业’的技术顾问不应在突发问题处理中突然转为热情推销口吻，也不应因疲劳而反复询问‘我可以帮您吗？’这类被动回应。
开发者和运维人员可将 SoulKeeper 集成至日常工作流程中：在每次新会话开始时运行心跳检查（heartbeat），刷新核心规则记忆；在撰写重要回复前调用提醒功能，防止无意识违反身份条款；或在每日复盘时将完整对话日志提交给 drift.py 分析，识别潜在的身份侵蚀风险点。对于团队协作环境，还可将漂移检测设为 CI/CD 流水线的一环，当输出偏离阈值时自动阻断部署流程。
此外，SoulKeeper 对那些依赖清晰角色定义以避免伦理风险的 AI 系统尤为有用。比如医疗咨询代理必须严格遵循专业边界，不得暗示具备未授权诊断能力；金融建议机器人需始终保持中立客观，避免使用煽动性语言。通过持续监控和即时反馈，SoulKeeper 帮助构建更可靠、更可信的 AI 行为基础设施。