OpenBiliClaw: 一个使用心理画像来打破信息茧房的私有化跨平台内容发现智能体

它解决了什么问题

OpenBiliClaw 解决了平台控制的推荐系统所带来的局限性，这些系统往往通过优化平台指标（如留存率和广告收入）而非真正的用户满意度来制造“信息茧房”。它还解决了兴趣碎片化的问题，即用户的偏好分散在不同的平台（例如 Bilibili、YouTube、X）上，而缺乏对用户性格和需求的统一理解。

工作原理

它是一个在本地运行的 AI Agent，通过跨平台行为、反馈和对话，为用户构建一个深层的、五层级的心理画像（事件 $\rightarrow$ 偏好 $\rightarrow$ 意识 $\rightarrow$ 洞察 $
ightarrow$ 灵魂）。它不再进行简单的标签匹配，而是利用该画像主动探索并推测用户可能拥有但尚未遇到的兴趣。它通过浏览器扩展程序与各种平台集成以收集信号，并通过本地后端（使用 SQLite 和 LLMs）来处理数据并生成推荐。

目标用户

希望获得不受企业算法控制的、私密的、个性化的内容发现体验的用户，以及希望在保持数据 100% 本地化的同时，统一其跨多个平台的内容消费的用户。

亮点

• 跨平台集成：支持 Bilibili、Xiaohongshu、Douyin、YouTube、X (Twitter)、Zhihu 和 Reddit。
• 隐私第一：所有数据都存储在本地 SQLite 文件中；不需要云端账号。
• 心理画像：推断 MBTI、认知风格和深层心理需求，从而超越简单的协同过滤。
• 主动探索：基于心理桥梁而非仅仅匹配现有标签，主动在新的领域搜索内容。
• 多界面访问：提供用于交互的浏览器扩展程序、用于完整仪表板的桌面 Web 界面，以及用于移动端使用的移动 Web 视图。