@yun520-1/heartflow 0.15.2

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

@@ -0,0 +1,251 @@
+# 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

@@ -0,0 +1,265 @@
+# 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

@@ -0,0 +1,17 @@
+# 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)