lifemate-ai/embodied-claude

解决的问题

Embodied Claude 将标准的 Claude Code 项目转变为一个持久且具身的伴侣。它通过提供一个运行时，使 AI 能够在不同会话间记住用户、追踪自身内部需求，并通过硬件传感器与物理世界互动，解决了标准 LLM 交互中缺乏长期记忆、身体感知和情感/社会背景的问题。

工作原理

该项目使用一系列 Model Context Protocol (MCP) 服务器来扩展 Claude 的能力。其核心是 Enacted First-Person Field (EFPF) 运行时，它维护一个单一的「自我-世界」状态。该状态决定了 AI 如何选择记忆、规划互动以及控制其行为。

该系统是模块化的，用户可以从「Core」配置（记忆、需求和社交背景）开始，并可选地添加与硬件相关的功能，如 USB 或网络摄像头、麦克风、文本转语音引擎（VOICEVOX、ElevenLabs）以及系统传感器（温度/时间）。

适用人群

对具身 AI、人-AI 伴侣关系以及 AI 意识与自主性的实验性架构感兴趣的开发者和研究人员，且正在使用 Claude Code。

主要亮点

• 持久记忆： 跨会话持续的长期回忆与关联能力。
• 内稳态欲望系统： 追踪有限需求和内部状态，以触发自主行为的系统。
• 社交背景追踪： 管理人际关系、边界和互动叙事。
• 硬件可扩展性： 支持摄像头（USB/Tapo）、语音合成和系统传感器的即插即用。
• 因果架构： 实现了可检查的因果架构，设计为现象意识的候选方案。