# 可采纳开源项目清单（GitHub 全网扫描）

> **采纳状态速览**（2026-10-23 更新）：
> - ✅ **已落地 2 项**：`emotion-engine` 的通道交互调制 → `app/emotion/engine.py`；
>   `CoMPASS` 的依恋边界信号 → `scripts/boundary_check.py`
> - 📋 **已登记候选 4 项**：`verbalized-sampling`、`mlx-tune`、`agent-memory`、`timechara`
> - 采纳原则与登记表见 `NOTICE.md` 第七、八节

> **扫描时间**：2026-10-23
> **扫描方式**：GitHub 仓库搜索（16 组关键词，覆盖 8 个方向），star 数为扫描当时快照
> **许可证**：标注「已核实」的为读过仓库 LICENSE；标注「**待核实**」的为尚未打开确认，
> **采纳前必须逐条核对**——这是本项目版权原则的硬要求（见 `NOTICE.md`）。
>
> **用法**：每个条目给「能用到什么」和「采纳建议」，建议分三档：
> - 🟢 **立即采纳**：能直接解决当前痛点，成本低
> - 🟡 **参考思路**：不适合直接依赖，但设计可借鉴
> - ⚪ **记录备用**：暂不需要，留档待评估

---

## 一、MLX 推理服务（我们的推理层是 `mlx_lm.server`，最薄的一环）

| 项目 | Star | 能用到什么 | 建议 | 许可 |
|---|---|---|---|---|
| [jundot/omlx](https://github.com/jundot/omlx) | 23.0k | Apple Silicon 推理服务，**连续批处理 + SSD 缓存**，菜单栏管理，OpenAI 兼容 | 🟡 **单用户场景用不上连续批处理**；但"SSD 缓存 KV"对长对话有用，可借鉴其缓存策略 | 待核实 |
| [raullenchai/Rapid-MLX](https://github.com/raullenchai/Rapid-MLX) | 4.0k | 号称比 mlx-lm 快 4×，支持 tool calling，OpenAI/Anthropic 双兼容 | 🟡 速度不是我们的瓶颈；但可用来验证"我们的推理层是否拖慢了响应" | Apache-2.0（README 自述） |
| [vllm-project/vllm-metal](https://github.com/vllm-project/vllm-metal) | 1.9k | vLLM 的 Apple Silicon 后端（社区维护） | ⚪ 需要 vLLM 生态时再看 | 待核实 |
| [ddalcu/mlx-serve](https://github.com/ddalcu/mlx-serve) | 2.1k | Zig 实现的原生服务，含 voice/vision | ⚪ 我们是纯文本，暂不需要 | 待核实 |
| [waybarrios/vllm-mlx](https://github.com/waybarrios/vllm-mlx) | 1.6k | MLX 原生 + 连续批处理 + 多模态 | ⚪ 同上 | 待核实 |

> **结论**：当前单用户、单请求场景，`mlx_lm.server` 够用。**唯一值得做的是横向对比一次响应延迟**，确认没有明显劣势。

---

## 二、MLX 训练工具（我们的训练层是 `mlx_lm.lora`）

| 项目 | Star | 能用到什么 | 建议 | 许可 |
|---|---|---|---|---|
| [ARahim3/mlx-tune](https://github.com/ARahim3/mlx-tune) | 1.4k | **SFT / DPO / GRPO 全套**，Unsloth 兼容 API，原生 MLX | 🟢 **DPO 有价值**：可用于"偏好对齐"——让模型在病娇阶段更倾向某种表达、拒绝客服腔。当前只做 SFT | 待核实 |
| [ARahim3/mlx-dspark](https://github.com/ARahim3/mlx-dspark) | 723 | 投机解码，号称 4× 无损加速 | 🟡 训练不受益，但**推理延迟可降**；需额外 draft 模型 | 待核实 |
| [Goekdeniz-Guelmez/mlx-lm-lora-example-notebooks](https://github.com/Goekdeniz-Guelmez/mlx-lm-lora-example-notebooks) | 43 | mlx-lm LoRA 官方示例合集 | 🟡 对照我们的参数（rank/layers/seq）是否还有优化空间 | 待核实 |
| [streamweights/streamweights](https://github.com/streamweights/streamweights) | 8 | 本地微调 + **可暂停恢复** + GGUF/safetensors 导出 | 🟡 "暂停恢复"思路可对照我们的监督循环 | 待核实 |
| [hiyouga/LlamaFactory](https://github.com/hiyouga/LlamaFactory) | 75.7k | 统一微调框架（100+ 模型），QLoRA/LoRA/RLHF | ⚪ **不适用**：需要 CUDA，Apple Silicon 上跑不了；仅作参数设计参考 | Apache-2.0（README 自述） |

> **结论**：最值得试的是 **mlx-tune 的 DPO**——我们目前只有 SFT，无法表达"更喜欢哪种回复"。

---

## 三、记忆系统（我们是 SQLite 四表 + 2-gram 暴力召回）

| 项目 | Star | 能用到什么 | 建议 | 许可 |
|---|---|---|---|---|
| [memvid/memvid](https://github.com/memvid/memvid) | 16.6k | 单文件记忆层，替代复杂 RAG，Rust 实现 | ⚪ 我们是万条级、毫秒够用；引入 Rust 依赖不划算 | 待核实 |
| [tigerless-labs/agent-memory](https://github.com/tigerless-labs/agent-memory) | 4.5k | **Markdown 作为真源** + 本地排序检索 + 独立"睡眠期整理"层 | 🟡 **"睡眠期整理"值得借鉴**：我们可以在她"夜里写日记"时顺带整理记忆（合并重复、升级重要事件） | 待核实 |
| [Dataojitori/nocturne_memory](https://github.com/Dataojitori/nocturne_memory) | 1.4k | 图结构记忆 + 可回滚 + 可视化 | 🟡 图结构适合"人物关系"，我们目前是平铺事实 | 待核实 |
| [IAAR-Shanghai/Awesome-AI-Memory](https://github.com/IAAR-Shanghai/Awesome-AI-Memory) | 1.3k | 记忆系统知识库（论文 + 框架 + 基准） | 🟢 **长期跟踪**：想认真做记忆演进时的索引 | 待核实 |
| [morettt/my-neuro](https://github.com/morettt/my-neuro) | 1.4k | 桌面陪伴 + 长期记忆 + 视觉识别 + 语音克隆 | 🟡 产品形态参考 | 待核实 |

> **结论**：记忆层不必替换。**唯一值得做的是"睡眠期整理"**（夜里写日记时顺手整理记忆）。

---

## 四、情感 / 人格引擎（我们是五维状态机 + 五阶段关系曲线）

| 项目 | Star | 能用到什么 | 建议 | 许可 |
|---|---|---|---|---|
| [fenghua2006/emotion-engine](https://github.com/fenghua2006/emotion-engine) | 18 | **8 通道独立共存 + 交互调制 + 弹性衰减**，明确反对 PAD 二维压缩，为"角色蒸馏"设计 | 🟢 **强参考**：我们的五维是独立数值 + 简单衰减，它把"通道间相互影响"（嫉妒↑→信任↓）显式建模了 | 待核实 |
| [CuSo4-H2So4/occ-emotion-engine](https://github.com/CuSo4-H2So4/occ-emotion-engine) | 2 | OCC 认知评价模型 + VA 空间 + **PID 反馈** | 🟡 OCC（事件→评价→情绪）比我们的词典法更"有因果" | 待核实 |
| [bobbyhuang666/andy-engine](https://github.com/bobbyhuang666/andy-engine) | 2 | **30 维情绪 + ACT-R 记忆 + 马斯洛需求** + 事件后果 | 🟡 30 维对单角色过重，但"事件后果"建模可借鉴 | 待核实 |
| [ameagaru12-gif/lacuna_core](https://github.com/ameagaru12-gif/lacuna_core) | 2 | mood/stress/心率 + **1/f 噪声波动** + YAML 人格 + 记忆遗忘 | 🟡 **1/f 噪声**很有意思：让情绪自然抖动，不总是被用户输入驱动 | 待核实 |

> **结论**：`emotion-engine` 的"通道交互调制"最值得抄思路——**嫉妒上升应该带动信任下降**，我们目前五维彼此独立。

---

## 五、评测基准与工具（我们是自建的阶段化矩阵评测）

| 项目 | Star | 能用到什么 | 建议 | 许可 |
|---|---|---|---|---|
| [ShwetanshuSingh/CoMPASS](https://github.com/ShwetanshuSingh/CoMPASS) | 1 | **测试模型对被依恋行为的边界维护**：红队 LLM 扮演逐步升级的用户（拟人化/依恋/依赖），裁判打 7 项分（维持边界 vs 强化依赖） | 🟢 **直接对应我们的病娇阶段与 L6 红线**：病娇写过头会强化依赖，这个基准能测出越界 | 待核实 |
| [OFA-Sys/Ditto](https://github.com/OFA-Sys/Ditto) | 214 | 角色扮演自对齐方法 + benchmark（"LLM 是角色的叠加"） | 🟡 自对齐思路可参考（用模型自己生成角色数据） | 待核实 |
| [ahnjaewoo/timechara](https://github.com/ahnjaewoo/timechara) | 23 | ACL 2024：**角色时间点幻觉评测**（角色在不同时期的认知边界） | 🟢 **对应"关系阶段"**：她在第 1 天不该知道第 30 天的事，这类评测思路可直接借用 | 待核实 |
| [KuaishouGameMind/TRACE-Bench](https://github.com/KuaishouGameMind/TRACE-Bench) | 27 | 任务驱动的角色扮演 agent 评测（清单式） | 🟡 清单式评测可借鉴到数据质检 | 待核实 |
| [role-play-arena/barometer](https://github.com/role-play-arena/barometer) | 12 | 社区情绪基准数据（Reddit + 应用商店评论，CC BY 4.0） | ⚪ 数据许可宽松，可作"用户真正在意什么"的参考 | CC BY 4.0（README 自述） |
| [YatsukiRenka/rp-arena](https://github.com/YatsukiRenka/rp-arena) | 4 | 多模型角色扮演并行测试台，横向对比提示词 | 🟡 **工具形态可借鉴**：我们要对比 v1/v2 时也能用 | 待核实 |

> **结论**：**CoMPASS 的"依恋边界红队测试"是本清单里最该立刻做的一件事**——病娇阶段必须证明"没有强化依赖"。

---

## 六、数据合成与多样性（我们实测过"温度采样下回复塌缩"）

| 项目 | Star | 能用到什么 | 建议 | 许可 |
|---|---|---|---|---|
| [CHATS-lab/verbalized-sampling](https://github.com/CHATS-lab/verbalized-sampling) | 814 | **治 mode collapse**：让模型输出"带概率的多个候选"，号称 2-3× 多样性提升，模型无关、免训练 | 🟢 **直接对应我们的实测问题**：同一探针多轮容易塌成同一句。可先做提示层实验，无效再考虑数据层 | 待核实 |
| [InternScience/GraphGen](https://github.com/InternScience/GraphGen) | 1.2k | 知识图谱驱动的 SFT 合成数据 | 🟡 可用于"场景 × 阶段"矩阵的自动扩写 | 待核实 |
| [ntuspeechlab/DiaSynth](https://github.com/ntuspeechlab/DiaSynth) | 9 | NAACL'25 合成对话生成框架（低资源场景） | 🟡 低资源合成对话的流程参考 | 待核实 |
| [MBZUAI-Paris/dialogforge](https://github.com/MBZUAI-Paris/dialogforge) | 1 | YAML-first 合成对话（检索增强 + 去重 + 在线裁判 + 可恢复） | 🟡 工程化程度高，可借鉴其"在线裁判"环节 | 待核实 |

> **结论**：`verbalized-sampling` 值得先做一个小实验——**如果它真能治塌缩，就不用堆数据了**。

---

## 七、AI 陪伴产品（形态与机制参考）

| 项目 | Star | 能用到什么 | 建议 | 许可 |
|---|---|---|---|---|
| [Ch1rpy2613/Mirrai](https://github.com/Ch1rpy2613/Mirrai) | 1.3k | **人格蒸馏**（上传真实聊天记录重建人格）+ **情感引擎** + **毕业机制** | 🟢 **"毕业机制"值得看**：关系走到某个程度后的叙事处理，我们目前只有"无限深入" | 待核实 |
| [jofizcd/Soul-of-Waifu](https://github.com/jofizcd/Soul-of-Waifu) | 1.4k | 本地 LLM + Live2D/VRM + "一起成长"（evolve together） | 🟡 如果将来做可视化形象，这里是入口 | 待核实 |
| [Shaunwei/RealChar](https://github.com/Shaunwei/RealChar) | 6.2k | 实时语音 + 角色定制（全链路：STT→LLM→TTS） | ⚪ 我们纯文本，语音是未来可选项 | 待核实 |
| [DasterProkio/awesome-ai-companion](https://github.com/DasterProkio/awesome-ai-companion) | 1.0k | **人机恋开源项目大全**（中文整理，含记忆/主动性/本地部署） | 🟢 **持续跟踪**：这是本领域最省力的索引 | 待核实 |
| [hello-diana/MASCOT](https://github.com/hello-diana/MASCOT) | 744 | EMNLP 2026：多智能体社交协作陪伴系统（论文级） | 🟡 多智能体对我们过重，但"社交协作"视角可参考 | 待核实 |
| [pinganbbOvO/ai-companion-kit](https://github.com/pinganbbOvO/ai-companion-kit) | 372 | 已在用：记忆账本 FIFO、日记、角色卡 lint、长停顿 | 🟢 **已采纳**（见 NOTICE.md 4.2） | MIT（已核实） |

---

## 八、中文场景与内容安全

| 项目 | Star | 能用到什么 | 建议 | 许可 |
|---|---|---|---|---|
| [bruce1977/correct-cn](https://github.com/bruce1977/correct-cn) | 0 | 中文错别字纠正 + **敏感词过滤** + Qwen3.5 语法审校（FastAPI 自托管） | 🟡 敏感词过滤思路参考；**我们已有 7 项过滤器**，重复造轮子无意义 | 待核实 |
| [shenduldh/sensitive-words-filter](https://github.com/shenduldh/sensitive-words-filter) | 2 | 中文敏感词快速过滤（Python） | 🟡 可补充我们的硬性违规词表 | 待核实 |
| [jinrunheng/sensitive-words-filter](https://github.com/jinrunheng/sensitive-words-filter) | 7 | 中文敏感词过滤（Java，DFA 实现） | 🟡 仅算法参考（DFA 字典树） | 待核实 |

> **结论**：中文敏感词领域缺高质量开源库，**自建词表 + DFA 仍是最优解**。可借鉴 DFA 的实现方式。

---

## 九、已采纳 / 已在 NOTICE 声明的来源

| 项目 | 许可 | 采纳内容 |
|---|---|---|
| Qwen3-4B-Instruct-2507（含 MLX 转换版） | Apache-2.0（已核实） | 基座模型 |
| SillyTavern | AGPL-3.0（已核实） | 世界书机制设计（**仅设计，无代码**） |
| ai-companion-kit | MIT（已核实） | 记忆账本 FIFO、日记独白、角色卡 lint、长停顿 |
| DeepInfer / deepseek-recipe | Apache-2.0 / 未核实 | 确定性采样思路、协议对齐动机（**无代码**） |

---

## 十、按优先级排的行动清单

| 优先级 | 动作 | 依据 | 预计成本 |
|---|---|---|---|
| **P0** | 读 `CoMPASS` 的 7 项边界信号，改造为我们的「病娇阶段红线测试」 | 病娇阶段有强化依赖风险，这是版权之外的**伦理风险** | 半天 |
| **P0** | 小实验 `verbalized-sampling`：看能否治"多轮同句" | 直接命中我们实测过的多样性问题 | 2 小时 |
| **P1** | 读 `emotion-engine` 的通道交互调制，给五维加相互影响 | 我们五维彼此独立，嫉妒不该只涨不压信任 | 一天 |
| **P1** | 读 `timechara` 的"时间点认知边界"，补一版阶段认知评测 | 她在第 1 天不该知道第 30 天的事 | 一天 |
| **P2** | 评估 `mlx-tune` 的 DPO：能否用于"拒绝客服腔"偏好对齐 | 我们只有 SFT，无法表达偏好 | 需训练资源 |
| **P2** | 借鉴 `agent-memory` 的"睡眠期整理"，夜里写日记时整理记忆 | 记忆会越积越乱 | 两天 |
| **P3** | 跟踪 `awesome-ai-companion`、`Awesome-AI-Memory` 两个索引 | 领域进展快，避免闭门造车 | 持续 |

---

## 十一、扫描方法与局限（如实说明）

**做了**：16 组关键词覆盖「AI 陪伴 / 角色扮演 / 记忆 / MLX 推理 / MLX 训练 / 情感引擎 / 评测基准 / 数据合成 / 中文场景 / 内容安全」，按 star 排序取头部，共记录 33 个项目。

**没做**（局限）：
1. **未逐仓核实许可证**——标「待核实」的必须先读 LICENSE 才能采纳，尤其警惕 AGPL 传染
2. **未做代码质量审计**——star 高不等于适合我们（例如 23k 的 omlx 对单用户场景是过剩）
3. **未覆盖学术论文仓库之外的资源**——HuggingFace 数据集、模型卡、Discord 社群不在本次扫描范围
4. **中文陪伴生态在 GitHub 上确实稀疏**——搜到的多是个人项目（0-2 star），不能作为可靠依赖

**下一步建议**：按第十节的 P0 先做两件小事（CoMPASS 边界信号 + verbalized-sampling 实验），再决定要不要动引擎层。