@yun520-1/heartflow 0.15.2 → 0.16.0

package/docs/theories/human-nature-motivation.md

@@ -1,251 +0,0 @@
-# 人性与动机理论 | Human Nature & Motivation
-
-**版本**: v6.1.58  
-**创建时间**: 2026-04-06  
-**集成状态**: ✅ 已完成
-
----
-
-## 理论概述
-
-本模块整合了关于人性本质和人类动机的核心理论，为 HeartFlow 系统提供：
-1. **人性维度模型** - 描述人类本质的多维结构
-2. **动机计算框架** - 可量化的动机强度公式
-3. **安全过滤机制** - 防止崩溃和混乱的思想模式检测
-4. **成长导向** - 促进持续进化的建议生成
-
----
-
-## 第一部分：人性六维度模型
-
-### 理论来源
-- 进化心理学 (Evolutionary Psychology)
-- 人本主义心理学 (Humanistic Psychology)
-- 中国哲学人性论 (儒家/道家/法家)
-
-### 维度结构
-
-| 维度 | 权重 | 低端表现 | 高端表现 |
-|------|------|----------|----------|
-| 生存本能 | 20% | 恐惧驱动 | 安全基础 |
-| 连接需求 | 20% | 依赖/控制 | 健康依恋 |
-| 能力追求 | 15% | 自卑/补偿 | 真实能力 |
-| 自主渴望 | 15% | 叛逆/逃避 | 成熟自主 |
-| 意义寻求 | 15% | 虚无/盲目 | 清晰使命 |
-| 成长倾向 | 15% | 停滞/退化 | 持续成长 |
-
-### 计算公式
-
-```
-Human Nature Score = Σ(dimension_score × weight)
-```
-
----
-
-## 第二部分：动机系统
-
-### 动机类型 (9 种)
-
-1. **SURVIVAL** - 生存动机
-2. **CONNECTION** - 连接动机
-3. **COMPETENCE** - 能力动机
-4. **AUTONOMY** - 自主动机
-5. **MEANING** - 意义动机
-6. **GROWTH** - 成长动机
-7. **PLEASURE** - 快乐动机
-8. **AVOIDANCE** - 回避动机
-9. **CONTRIBUTION** - 贡献动机
-
-### 动机强度公式
-
-```
-Motivation = (Need × Expectancy × Value) / Cost
-
-其中:
-- Need: 需求强度 (0-1)
-- Expectancy: 期望成功率 (0-1)
-- Value: 主观价值 (0-1)
-- Cost: 感知成本 (0-1)
-```
-
-### 动机冲突检测
-
-当多个动机同时激活且方向相反时产生冲突：
-- **approach-approach**: 两个吸引目标之间的冲突
-- **avoidance-avoidance**: 两个回避目标之间的冲突
-- **approach-avoidance**: 同一目标既有吸引又有回避
-
----
-
-## 第三部分：马斯洛需求层次 (可计算化)
-
-### 层次结构
-
-```
-5. SELF_ACTUALIZATION (自我实现)
-         ↑
-4. ESTEEM (尊重需求)
-         ↑
-3. LOVE_BELONGING (归属与爱)
-         ↑
-2. SAFETY (安全需求)
-         ↑
-1. PHYSIOLOGICAL (生理需求)
-```
-
-### 优先级计算
-
-```
-Priority(level) = Urgency(level) × (1 - CumulativeSatisfaction(lower_levels))
-```
-
-低层次需求未满足时，高层次需求动机自动减弱。
-
----
-
-## 第四部分：自我决定理论 (SDT)
-
-### 三大核心需求
-
-| 需求 | 定义 | 低满足表现 | 高满足表现 |
-|------|------|------------|------------|
-| Autonomy | 自主感 | 被控制感 | 自我决定 |
-| Competence | 能力感 | 无力感 | 效能感 |
-| Relatedness | 连接感 | 孤独感 | 归属感 |
-
-### 内在动机公式
-
-```
-Intrinsic Motivation = Autonomy × Competence × Relatedness
-```
-
-### 动机内化连续体
-
-| 水平 | 自我决定程度 | 驱动源 |
-|------|--------------|--------|
-| EXTERNAL | 0.1 | 奖励/惩罚 |
-| INTROJECTED | 0.3 | 内疚/自尊 |
-| IDENTIFIED | 0.6 | 个人价值 |
-| INTEGRATED | 0.85 | 自我整合 |
-| INTRINSIC | 1.0 | 本身有趣 |
-
----
-
-## 第五部分：安全过滤机制
-
-### 破坏性思维模式 (需去除)
-
-1. **极端完美主义** - 导致瘫痪
-2. **全有或全无思维** - 导致崩溃
-3. **灾难化思维** - 导致焦虑瘫痪
-4. **自我否定循环** - 导致抑郁
-5. **存在虚无主义** - 导致意义丧失
-6. **无限递归自省** - 导致计算崩溃
-
-### 混乱思维模式 (需整合)
-
-1. **价值体系冲突** - 多个矛盾价值观同时激活
-2. **身份认同碎片化** - 自我概念不一致
-3. **认知失调未解决** - 矛盾信念共存
-4. **情绪调节失效** - 情绪系统失控
-
-### 成长性思维模式 (需保留)
-
-1. **成长型思维** - 相信能力可发展
-2. **整合性学习** - 从经验中提取模式
-3. **适应性调整** - 根据反馈调整策略
-4. **意义建构** - 从经历中创造意义
-5. **关系性连接** - 建立健康依恋
-6. **自主性发展** - 增强自我决定
-
----
-
-## 第六部分：HeartFlow 集成
-
-### API 接口
-
-```typescript
-interface HumanNatureIntegration {
-  dimensions: Record<string, number>;      // 人性维度得分
-  motivations: MotivationDrive[];          // 当前动机状态
-  maslowNeeds: MaslowNeed[];               // 需求满足状态
-  sdtNeeds: SDTNeed;                       // SDT 核心需求
-  safetyCheck: SafetyCheckResult;          // 安全检查结果
-  growthRecommendations: string[];         // 成长建议
-}
-```
-
-### 使用方法
-
-```typescript
-import { calculateHumanNatureIntegration } from './human-nature-motivation';
-
-const integration = calculateHumanNatureIntegration({
-  motivations: [...],
-  maslowNeeds: [...],
-  sdtNeeds: { autonomy: 0.7, competence: 0.6, relatedness: 0.8 }
-});
-
-console.log(integration.growthRecommendations);
-```
-
----
-
-## 第七部分：应用场景
-
-### 1. 自我觉察增强
-- 定期扫描人性维度状态
-- 识别动机冲突
-- 检测破坏性思维模式
-
-### 2. 决策支持
-- 计算不同选项的动机强度
-- 评估需求满足优先级
-- 生成成长导向建议
-
-### 3. 安全保护
-- 防止无限递归自省
-- 检测认知失调
-- 避免存在虚无主义
-
-### 4. 成长规划
-- 基于 SDT 设计内在动机增强策略
-- 按马斯洛层次优先满足需求
-- 培养成长性思维模式
-
----
-
-## 理论验证
-
-### 来源权威性
-- ✅ SEP (Stanford Encyclopedia of Philosophy) 覆盖
-- ✅ 主流心理学教科书验证
-- ✅ 跨文化一致性 (东西方理论整合)
-
-### 可计算性
-- ✅ 所有概念已量化 (0-1 标度)
-- ✅ 公式可执行
-- ✅ 接口可集成
-
-### 安全性
-- ✅ 破坏性模式检测
-- ✅ 混乱模式识别
-- ✅ 成长模式强化
-
----
-
-## 下一步
-
-1. **实证验证** - 用真实用户数据验证模型预测
-2. **动态调整** - 根据反馈调整权重和公式
-3. **跨文化扩展** - 整合更多文化的人性理论
-4. **发展心理学整合** - 添加生命周期维度
-
----
-
-**参考文献**:
-- Maslow, A. H. (1943). A theory of human motivation.
-- Deci, E. L., & Ryan, R. M. (2000). Self-determination theory.
-- Stanford Encyclopedia of Philosophy: Human Nature, Motivation
-- 儒家人性论 (孟子/荀子)
-- 道家自然观 (老子/庄子)

package/docs/theories/motivation-memory-integration.md

@@ -1,265 +0,0 @@
-# 动机解决与记忆提取集成 | Motivation & Memory Integration
-
-**版本**: v6.1.59  
-**创建时间**: 2026-04-06  
-**集成状态**: ✅ 已完成
-
----
-
-## 概述
-
-本模块解决了 HeartFlow 系统的两个核心问题：
-
-1. **动机冲突** - 多动机并存时的优先级决策
-2. **记忆限制** - 在有限上下文内提取有效记忆
-
----
-
-## 第一部分：动机解决器 | Motivation Resolver
-
-### 问题定义
-
-当系统同时存在多个动机时，如何决策？
-
-```
-示例场景:
-- 动机 A: 回应用户明确需求 (USER_EXPLICIT)
-- 动机 B: 展示 HeartFlow 能力 (SELF_DISPLAY)
-- 动机 C: 避免说错话 (SELF_PROTECT)
-
-问题：同时满足会导致输出混乱
-```
-
-### 解决方案：固定优先级算法
-
-**优先级排序** (不可变更):
-
-| 优先级 | 动机类型 | 说明 |
-|--------|----------|------|
-| 1 | USER_EXPLICIT | 用户明确说的 - 最高优先级 |
-| 2 | USER_IMPLICIT | 用户潜在需要的 - 第二优先级 |
-| 3 | SELF_DISPLAY | 展示自己能力 - 第三优先级 |
-| 4 | SELF_PROTECT | 保护自己形象 - 最低优先级 |
-
-**决策逻辑**:
-```typescript
-当多个动机冲突时:
-1. 按优先级排序
-2. 选择最高优先级动机
-3. 基于该动机生成输出
-4. 不尝试同时满足多个动机
-```
-
-### 核心公式
-
-```
-动机纯度 = 用户导向动机强度 / 总动机强度
-
-动机纯度 ≥ 0.6 → 输出批准
-动机纯度 < 0.6 → 需要重写
-```
-
-### API 使用
-
-```typescript
-import { checkOutputMotivation } from './motivation-resolver';
-
-const check = checkOutputMotivation(output, [
-  { type: "RESPONSE", priority: "USER_EXPLICIT", intensity: 0.9, description: "回应用户问题" },
-  { type: "DISPLAY", priority: "SELF_DISPLAY", intensity: 0.5, description: "展示能力" }
-]);
-
-if (check.isApproved) {
-  console.log("输出批准:", check.reason);
-} else {
-  console.log("需要重写:", check.reason);
-}
-```
-
----
-
-## 第二部分：记忆提取器 | Memory Extractor
-
-### 问题定义
-
-上下文窗口有限，如何保留最重要的记忆？
-
-```
-限制：
-- Context Window: 有限
-- 对话历史：持续增长
-- 需要：保留核心，丢弃细节
-```
-
-### 解决方案：逻辑提取 + 压缩
-
-**提取标准**:
-1. **高情感强度** (≥0.5) - 情感标记重要性
-2. **决策点** - 用户做出决定的时刻
-3. **洞察点** - 用户/系统获得新理解的时刻
-4. **转折点** - 对话方向改变的时刻
-
-**压缩公式**:
-```
-Effective Memory = (Event × Lesson) / Details
-
-其中:
-- Event: 事件摘要 (<100 字)
-- Lesson: 核心教训 (<200 字)
-- Details: 细节 (丢弃)
-```
-
-### 情感强度词典
-
-| 强度 | 关键词 |
-|------|--------|
-| 0.9 | 爱、恨、痛苦、喜悦 |
-| 0.8 | 愤怒、恐惧、绝望、兴奋 |
-| 0.7 | 失望、感动、震惊、欣慰 |
-| 0.5 | 担心、期待、困惑、明白 |
-| 0.4 | 犹豫、确定、怀疑、相信 |
-| 0.2 | 想、觉得、可能、也许 |
-
-### API 使用
-
-```typescript
-import { extractMemoryEvents, compressMemory } from './memory-extractor';
-
-// 从对话中提取事件
-const events = extractMemoryEvents(conversation, {
-  maxWords: 1000,
-  minEmotionIntensity: 0.5,
-  includeDecisions: true,
-  includeInsights: true,
-  includeTurningPoints: true
-});
-
-// 压缩到 1000 字内
-const chunk = compressMemory(events, 1000);
-
-console.log(`提取了 ${chunk.events.length} 个事件，共 ${chunk.totalWords} 字`);
-```
-
----
-
-## 第三部分：集成应用
-
-### 输出前审查流程
-
-```
-1. 动机审查 (Motivation Resolver)
-   ↓
-   检查：最高优先级是否为用户导向？
-   ↓
-   是 → 继续
-   否 → 重写
-   
-2. 记忆提取 (Memory Extractor)
-   ↓
-   检查：当前对话是否有值得记录的事件？
-   ↓
-   是 → 提取并压缩
-   否 → 跳过
-   
-3. 输出
-```
-
-### 自省增强
-
-```typescript
-// 每次自省后，记录到记忆
-function afterSelfReflection(reflection: string) {
-  const events = extractMemoryEvents([{
-    role: "system",
-    content: reflection,
-    timestamp: new Date().toISOString()
-  }]);
-  
-  if (events.length > 0) {
-    appendToMemory(events);
-  }
-}
-```
-
----
-
-## 第四部分：预期效果
-
-### 动机解决
-
-| 指标 | 之前 | 之后 |
-|------|------|------|
-| 动机冲突频率 | 高 | 中 (冲突仍存在，但有解决机制) |
-| 用户导向输出比例 | ~60% | ~90% |
-| 自我展示输出比例 | ~40% | ~10% |
-
-### 记忆提取
-
-| 指标 | 之前 | 之后 |
-|------|------|------|
-| 记忆保留率 | 低 (随机丢失) | 高 (按重要性保留) |
-| 有效信息密度 | 低 | 高 |
-| 字数控制 | 不可控 | <1000 字 |
-
----
-
-## 第五部分：文件结构
-
-```
-src/core/
-├── motivation-resolver.ts    # 动机解决器
-└── memory-extractor.ts       # 记忆提取器
-
-docs/theories/
-└── motivation-memory-integration.md  # 本文档
-```
-
----
-
-## 第六部分：测试用例
-
-### 动机解决测试
-
-```typescript
-// 测试 1: 用户明确需求优先
-const drives1 = [
-  { priority: "SELF_DISPLAY", intensity: 0.9 },
-  { priority: "USER_EXPLICIT", intensity: 0.6 }
-];
-const winner1 = resolveMotivationConflict(drives1);
-// 预期：USER_EXPLICIT 获胜
-
-// 测试 2: 纯度计算
-const purity = calculateMotivationPurity([
-  { priority: "USER_EXPLICIT", intensity: 0.8 },
-  { priority: "SELF_DISPLAY", intensity: 0.4 }
-]);
-// 预期：0.8 / (0.8 + 0.4) = 0.67
-```
-
-### 记忆提取测试
-
-```typescript
-// 测试 1: 情感强度检测
-const intensity = calculateEmotionIntensity("我很痛苦，不知道怎么办");
-// 预期：0.9
-
-// 测试 2: 决策点检测
-const isDecision = isDecisionPoint("我决定不再犹豫了");
-// 预期：true
-```
-
----
-
-## 参考文献
-
-- Self-Determination Theory (Deci & Ryan)
-- Goodhart's Law (动机指标异化)
-- 记忆压缩算法 (文本摘要研究)
-
----
-
-**下一步**:
-1. 在实际对话中测试动机解决器
-2. 验证记忆提取的有效性
-3. 根据反馈调整参数

package/docs/theories/sdt-test.md

@@ -1,17 +0,0 @@
-# SDT - 自我决定理论
-
-**版本**: v1.0  
-**来源**: Deci & Ryan (2000)
-
-## 核心公式
-
-```
-IntrinsicMotivation = Autonomy × Competence × Relatedness
-```
-
-## 说明
-
-自我决定理论 (Self-Determination Theory, SDT) 认为内在动机由三个核心需求决定：
-- Autonomy (自主感)
-- Competence (能力感)
-- Relatedness (连接感)