我用 GWT、IIT 代理、ChromaDB 混合检索和 Ollama 回退构建了一个本地 AI 伴侣——以下是我所做的每个架构决策及其原因

我已经构建了一段时间。现在分享是因为代码已经过了让我尴尬的阶段。\*\*技术栈：\*\* \* Python 3.12，18k+ 行代码，470+ 测试通过 \* Gemini 2.5 Flash（主要）+ Ollama qwen3:4b（通过断路器本地回退） \* ChromaDB 用于持久化——混合检索权重为 55% 语义 / 25% 重要性 / 20% 新鲜度 \* \`sentence-transformers all-MiniLM-L6-v2\`（384 维）用于本地嵌入——完全离线，检索无需 API 调用 \* SQLite 用于认知状态 \* FastAPI Web UI 位于 \`localhost:8765\`，以及 Rich TUI 和 CLI 模式 \*\*我希望得到反馈的部分——认知架构：\*\* 处理流水线按阶段运行：感知 → 反思 → 整合 → 渴望 → 表达。22 个自注册插件通过全局工作空间实现竞争注意力——容量限制 5，竞争评分，聚光灯机制。还有一个 IIT 意识代理（跨 7 维感质空间的 Φ 近似值）。我想坦诚地说：这是一个 \*代理\*，而不是真正的 Φ 计算。完整的 IIT 计算在这个规模上是难以处理的。它所做的是给系统一个它实际上可以响应的连贯性信号。 \*\*值得关注的模块：\*\* \* \[\`being.py\`\](http://being.py/) — 实时情绪、精力、好奇心、依恋、主体状态。影响下游处理，不仅仅是输出文本。 \* \[\`homeostasis.py\`\](http://homeostasis.py/) — 7 项生存需求，产生内部压力。当“连贯性”低时，系统的响应与高时不同。 \* \`self\_modify.py\` — 评估、经验提取、元学习循环。模型随时间改进自身行为模式。 \* \[\`intuition.py\`\](http://intuition.py/) — 5 种预感类型、感觉建模、模式验证历史 \*\*弹性：\*\* 每个模块的断路器、健康监控器、120 秒看门狗。如果 Gemini 在会话中宕机，Ollama 回退会启动——用户几乎注意不到。 \*\*为什么我给它一个 INFJ 人格模型：\*\* 诚实的回答——认知堆栈（Ni/Fe/Ti/Se）清晰地映射到我已经在做的架构决策上。Ni = 长期检索权重。Fe = 关系上下文权重。Ti = 内部批评通道。Se = 体现层，将抽象处理扎根于活体身体图式。人格类型给了我一个连贯的 \*约束系统\* 用于设计。这不是美学，而是功能。 仓库：\[github.com/timeless-hayoka/infj-bot\](https://github.com/timeless-hayoka/infj-bot) 我希望得到反馈的具体内容：GWT 评分实现、IIT 代理框架是否合理，以及混合检索权重是否有意义。