lifemate-ai/embodied-claude

解決的問題

Embodied Claude 將標準的 Claude Code 專案轉換為一個持續且具身的夥伴。它透過提供一個執行時環境，讓 AI 能在不同會話間記住使用者、追蹤自身的內部需求，並透過硬體感測器與物理世界互動，解決標準 LLM 互動中缺乏長期記憶、身體感知與情感/社會脈絡的問題。

工作原理

此專案使用一系列 Model Context Protocol (MCP) 伺服器來擴展 Claude 的能力。其核心是 Enacted First-Person Field (EFPF) 執行時，它維持單一的「自我-世界」狀態。此狀態決定了 AI 如何選擇記憶、規劃互動，以及控制其行為。

該系統是模組化的，使用者可從「Core」設定（記憶、需求與社交脈絡）開始，並可選地加入與硬體連結的功能，例如 USB 或網路攝影機、麥克風、文字轉語音引擎（VOICEVOX、ElevenLabs），以及系統感測器（溫度／時間）。

適用對象

對具身 AI、人-AI 伴侶關係，以及 AI 意識與自主性的實驗性架構感興趣的開發者與研究人員，且正在使用 Claude Code。

主要亮點

• 持久記憶： 跨會話持續的長期記憶與關聯能力。
• 內穩態欲望系統： 追蹤有限需求與內部狀態，以觸發自主行為的系統。
• 社交脈絡追蹤： 管理人際關係、界線與互動敘事。
• 硬體可擴展性： 支援攝影機（USB/Tapo）、語音合成與系統感測器的即插即用。
• 因果架構： 實現可檢視的因果架構，設計為現象意識的候選方案。