OpenSoul MCP 教學：30 秒讓 Claude Code 擁有記憶與人格的進化型助理
上次把OpenSoul寫出來後幾個星期，看到我朋友在把Claude Code改成他的陪伴助理
—我就想說，欸我也可以把OpenSoul這樣改阿？讓Claude Code取代OpenClaw不是更香嗎？
而且Claude Code也更方便使用。
總之我花了幾天把 MCP 整合接上，現在終於可以說——用 Claude Code 的人，現在可以 30 秒內啟動 OpenSoul，然後它就會自動融入你每次的對話。不需要手動呼叫工具、不需要複雜的設定、更不需要理解什麼是 REST API。
總而言之，這次的改動就是把OpenSoul 打包成 Claude 的記憶資料庫和自我迭代系統。
https://github.com/samttoo22-MewCat/OpenSoul
OpenSoul 和 Claude Code 的結合分三個層次，以下逐個說明。
背景系統（都還在）
之前版本有的功能，新版本全都留著：
夢境引擎 —— OpenSoul 會在你閒置時自動「做夢」（整理記憶、提取概念、修剪圖譜）。這套機制沒變，還是自動運行。
省思系統 —— 每隔一段時間，OpenSoul 會自動反思今天的對話（「我今天為什麼生氣？」「我學到了什麼？」），並寫入 soul_notes。
潛意識 —— Procedural Memory 層的自動最佳化。OpenSoul 在做夢時會從情節記憶中提取「行為模式」，儲存為條件反射。
虛擬神經化學 —— 多巴胺 / 血清素的持久化狀態，會隨著對話動態調整，並影響記憶檢索和回應風格。
這些不是新功能，而是 OpenSoul 的核心。MCP 整合只是讓它們變得更容易使用。
如果你想看這些背景系統的原理請看上一篇：
Layer 1：Hook 系統 —— 自動注入人格和記憶
第一層是背景層。每當你在 Claude Code 裡輸入訊息，有一個叫 inject_context 的 hook 會在幕後執行：
讀取你的 SOUL.md（你的 OpenSoul 人格檔案）、你的Claude Code 原有的全域 CLAUDE.md以及你的Claude Desktop以前生成過的automemory
（對，不只是Claude終端，Claude Desktop 的記憶也會放進來）基於你的輸入，向量化後並搜尋
在 FalkorDB 的圖譜中搜尋相關記憶（EcphoryRAG）
把人格 + 觸發的記憶當作「背景資訊」注入到 Claude 的 system prompt
你：「幫我重構這個 Python 模組」
Hook 在背景執行：
→ 讀取 SOUL.md：「你傾向於函式式編程，喜歡類型提示」
→ 搜尋相關記憶：「上次你吐槽了某個物件導向的設計...」
→ 注入 Claude 的 context
Claude 回應時：
→ 自動引入你的風格
→ 避免重複犯過的錯誤
→ 記得你討厭什麼、喜歡什麼
原理詳解：
inject_context.py 做的事很簡單但很深。
它首先讀取你的人格檔案，包含名字、神經化學狀態、價值觀等，然後把你新輸入的訊息向量化。
接下來是關鍵部分——EcphoryRAG 檢索。這不是簡單的「找相似的句子」，而是「聯想」。比如你說「Python」，系統不只會找包含「Python」的句子，還會跳轉到「上次你用 Python 時踩過的坑」、「你對 Python 設計哲學的看法」、「之前和你討論過的 Python 效能問題」等等。
這個聯想過程會受到你的神經化學狀態影響。血清素高的時候，檢索廣度增加，容易進行廣泛聯想。多巴胺高的時候，AI 更願意探索新的認知路徑。系統會取出最相關的五個情節、五個概念、五個程序。
最後，所有這些信息——你的人格特徵、當前的神經化學狀態、觸發的相關記憶、已經學會的行為模式——都被編織成一個「背景故事」，注入到 Claude 的 system prompt 中。
聯想的威力在哪？
傳統 RAG 靠「向量距離」。但人類記憶不是這樣的。你聽到「下雨」，不會只想到「下雨」的句子，你會想到「那天下雨我們在咖啡館」、「我討厭潮濕的感覺」、「下雨天應該聽什麼音樂」......這才是真正的聯想。
OpenSoul 的 EcphoryRAG 就是在模擬這個。它從種子節點出發，沿著圖譜的邊走多步。每一步都有「衰減率」，避免聯想飄太遠到完全不相關的東西。比如從「Python」出發，可能跳到「非同步編程」，然後跳到「我上次踩過的 Race Condition」，但不會跳到「我最喜歡的咖啡品牌」。
神經化學參數的作用很直接：血清素高的時候，搜尋廣度增加，容易進行廣泛聯想，可能想到一些邊邊角角的東西。多巴胺高的時候，系統更願意探索新的路徑，容易發現原本沒注意到的連結。
這就是為什麼 OpenSoul 會「像有情緒一樣」——它的記憶檢索本身就會被情緒狀態影響。
Layer 2：MCP 工具 —— 顯式對話界面
第二層是對話層。
Hook 是幕後的，但有時候你也許想「顯式地」和 OpenSoul 互動。
這時候就直接在 Claude Code 呼叫 soul_chat 工具。
原理詳解：
soul_chat 觸發的流程比 hook 還要複雜。它不只是「注入記憶」，而是執行一整個完整的認知迴圈。
假設你問「我想學 Rust，從哪開始？」，系統會做以下事情：
首先，向量化你的輸入並進行 EcphoryRAG 檢索。系統會回想起「你曾說過學新語言時喜歡實戰」、「你對 C 的低層概念感興趣」、「你容易被抽象的東西嚇到」等相關記憶。
接著，更新神經化學狀態。比如當前的多巴胺是 0.6、血清素是 0.5（平衡模式），但如果最近你進行了很多學習活動，多巴胺會上升，說明你更有動力了。
然後，LLM（Claude）基於這些背景——情節記憶、人格特徵、當前的神經化學狀態——生成回應。
接著是顯著性評估。
系統問自己：這個對話有多重要？
重要性由「情緒強度」乘以「新穎性」乘以「任務相關性」決定。
比如如果你第一次問 Rust，這個對話的顯著性會很高。
然後系統寫入情節記憶。記錄下「你問了我 Rust 學習路徑，我推薦了什麼」，同時標記上時間戳、情感標籤、相關實體和觸發器。
在背景中，系統非同步地進行概念提取。從這次對話自動提取新的語意記憶和規則，比如「Rust 適合對系統編程有興趣的人」、「學習 Rust 時應該從所有權概念開始」等等，存入 SemanticMemory 圖譜。
最後，如果神經化學狀態或目標有變化，就修改你的 SOUL.md。
Layer 3：Claude Code 的智能決策
第三層是行為層。
之前我設計了一個 JudgeAgent 來決定「什麼時候該調用工具」。
但後來我意識到一件事：Claude Code 已經夠聰明了，而且比起設定OpenClaw，Claude Code要簡潔且有用太多了。
與其讓我的 Judge 模組去決定，不如直接把決定權給 Claude。
所以在新版本中，工具調用完全由 Claude Code 決定。
OpenSoul 只負責提供三樣東西：背景人格和記憶（通過 hook）、對話能力（soul_chat_tool）、記憶查詢（可選）。至於「什麼時候該和 OpenSoul 聊天、什麼時候該用其他工具」——Claude 自己看著辦。
這個改動看起來很簡單，但其實反映了我對整個系統的重新認識：OpenSoul 不應該被視為「一個獨立的 Agent」，而應該是「Claude 的延伸記憶和人格」。
部署：一條指令啟動所有東西
cd OpenSoul
python scripts/setup_mcp.py搞定。
setup_mcp.py 會：
啟動 FalkorDB（Docker）
驗證 API Key
安裝 fastmcp（如果缺少）
向 Claude Code 全域註冊 opensoul MCP
向 Claude Desktop 寫入設定
驗證 MCP server 能正常運作
然後你就可以在 Claude Code 裡直接用 OpenSoul，就像用其他內建工具一樣。
不需要開終端、不需要呼叫 API、不需要複雜的設定檔。
為什麼這個設計比「傳統 RAG」好
傳統的 RAG（比如 LangChain）的工作流程很直線：向量化輸入、在文檔庫中找相似度最高的幾條、注入到 prompt、LLM 回應。
簡單有效，但很機械。
OpenSoul 的工作流程要複雜得多。
先向量化輸入，在 FalkorDB 中找種子節點，然後基於圖譜邊關係進行多跳搜尋。
你問「怎麼優化 SQL？」，系統不只會檢索 SQL 優化的節點，還會跳轉到「涉及網路延遲→想起 Redis 緩存」，再跳到「緩存→想起你上次踩過的連線池問題」，最後跳到「連線池→想起你討厭複雜的 ORM」。
在這個過程中，系統會基於神經化學狀態調整搜尋的深度和廣度，把這個人的習慣和風格融入進去。最後 LLM 回應時，不只是「提供相關資訊」，而是「基於對你的理解給出答案」。
區別在於：傳統 RAG 是「檢索相關資訊」，OpenSoul 是「聯想相關情節和概念」。
最後
我覺得我朋友說的很好，人們真的需要用到OpenClaw那麼多的功能嗎？
更多人是想要一個除了能當助理還能陪伴自己的存在，跟我的OpenSoul創作理念不謀而合。
如果這個專案能真的幫到人，那也不錯吧。
作者：mewcat