📖 引言

在上一篇中，我们让智能体真正“会说话”了。现在，当你点开“助手小M”，发送“我叫张三”，它会回复“你好张三，很高兴认识你”。一切看起来都很美好。

但问题来了：当你切换到“鲁迅”智能体，再问“我叫什么”，它会回答什么？

按照目前的实现，它会说“我不知道你叫什么”。因为每个智能体的对话历史是独立的，你在“助手小M”那里告诉的信息，“鲁迅”并不知道。

这合理吗？

从隐私角度看，这很合理——你不希望每个AI都知道你的所有信息。你告诉医生的病情，不希望理财顾问知道；你告诉理财顾问的收入，不希望心理医生知道。

但从用户体验角度看，这又很麻烦——每次换一个新智能体，都要重新自我介绍一遍：“我叫张三，今年25岁，是一名程序员…”

有没有一种两全其美的方案？既保护隐私，又减少重复输入？

这就是本篇要解决的问题：多智能体身份绑定系统。让每个智能体独立保存用户信息，用户可以针对不同智能体填写不同的身份，实现真正的“千人千面”。

获取项目源代码 Gitee MultiMind 雪豹同志

---

🎯 本章目标

学完本篇，你将能够：

• 设计合理的用户身份数据结构
• 为每个智能体独立存储身份信息
• 将身份信息动态注入对话上下文
• 实现前端身份编辑界面
• 理解身份隔离的设计价值
• 思考身份信息与隐私保护的平衡

---

💭 第一部分：身份系统的设计哲学

从现实生活找灵感

想象一下你在现实世界中的身份：

• 在医生面前，你是“患者”，需要告诉病情、病史
• 在老师面前，你是“学生”，需要知道你的学习情况
• 在朋友面前，你是“张三”，可以聊兴趣爱好
• 在网上购物，你是“收货人”，需要姓名、电话、地址

你会在医生面前聊你的网购收货地址吗？不会。你会在购物网站填你的病历吗？更不会。

每个人在不同场景下，展示的是不同的侧面。 这才是真实的人性。

身份信息的本质

身份信息本质上是一组键值对：

{
  "name": "张三",
  "age": 25,
  "gender": "男",
  "occupation": "程序员",
  "description": "喜欢读书、 coding"
}

但不同场景需要的字段不同：

• 医疗场景：需要病史、过敏史
• 教育场景：需要学历、专业
• 购物场景：需要地址、电话

所以身份信息的结构应该是灵活的、可扩展的，而不是固定的表结构。

身份隔离的价值

为什么要为每个智能体独立保存身份？

价值一：隐私保护

用户告诉A智能体的信息，B智能体不知道。这是最基本的隐私边界。

价值二：场景适配

同一个用户，在不同智能体面前可以有不同的“人设”。面对鲁迅，你可以是“一个热爱文学的读者”；面对凌云，你可以是“一个请教技术的程序员”。

价值三：关系维护

智能体和用户之间的关系，应该是“一对一”的。你和每个朋友的记忆都是独立的，不会混在一起。智能体也应该如此。

---

📦 第二部分：数据结构设计

文件存储位置

按照“文件夹即智能体”的理念，身份信息当然也应该放在智能体的文件夹里：

助手小M/
├── 助手小M.png
├── 助手小M.txt
├── chat.json
└── identity.json      # 用户身份信息

思考：为什么叫identity.json而不是user.json？因为“identity”更能体现这是“用户在这个智能体面前的形象”，而不是用户的全局身份。

数据结构设计

最简单的设计：

{
  "name": "张三",
  "age": "25",
  "gender": "男",
  "occupation": "程序员",
  "description": "喜欢读书、 coding"
}

但这太死板了。如果用户想填“兴趣爱好”、“所在城市”，怎么办？

更灵活的设计：允许任意字段

{
  "name": "张三",
  "age": "25",
  "gender": "男",
  "occupation": "程序员",
  "city": "北京",
  "hobby": "读书、 coding",
  "custom_field": "任意值"
}

极致灵活的设计：元数据格式

{
  "basic": {
    "name": "张三",
    "age": "25",
    "gender": "男"
  },
  "extended": {
    "occupation": "程序员",
    "city": "北京"
  },
  "preferences": {
    "language": "中文",
    "response_style": "简洁"
  }
}

思考：哪种设计更好？取决于需求。初期用最简单的方式，后续需要再扩展。YAGNI原则——你不会需要它（You Ain‘t Gonna Need It）。

与对话上下文的融合

有了身份信息，怎么让它发挥作用？答案是注入到system prompt中。

原始的system prompt：

你是助手小M，一个友好热情的AI助手...

注入身份信息后：

用户信息：姓名张三，年龄25岁，职业程序员，个人描述喜欢读书、coding。

你是助手小M，一个友好热情的AI助手...

这样AI从一开始就知道用户是谁，回答时可以自然地称呼用户的名字，引用用户的职业信息。

思考：身份信息应该放在system prompt的开头还是结尾？开头更早被AI注意到，结尾可能会被长对话冲淡。所以放在开头更合理。

---

🔨 第三部分：后端接口实现

读取身份信息

// 获取用户身份信息
app.get('/api/identity/:agentName', (req, res) => {
  const { agentName } = req.params;
  
  try {
    const identityPath = path.join(__dirname, agentName, 'identity.json');
    
    if (!fs.existsSync(identityPath)) {
      return res.json({ success: true, identity: null });
    }
    
    const data = fs.readFileSync(identityPath, 'utf8');
    const identity = JSON.parse(data);
    
    res.json({ success: true, identity });
  } catch (error) {
    console.error('读取身份信息失败:', error);
    res.status(500).json({ 
      success: false, 
      error: '读取身份信息失败' 
    });
  }
});

设计思考：

• 文件不存在时返回identity: null，而不是404错误。这样前端可以区分“未设置”和“出错”两种状态。
• 出错时返回500，让前端知道是服务器问题。

保存身份信息

// 保存用户身份信息
app.post('/api/identity/:agentName', (req, res) => {
  const { agentName } = req.params;
  const identity = req.body;
  
  try {
    const agentDir = path.join(__dirname, agentName);
    
    // 确保智能体目录存在（理论上应该存在，但以防万一）
    if (!fs.existsSync(agentDir)) {
      fs.mkdirSync(agentDir, { recursive: true });
    }
    
    const identityPath = path.join(agentDir, 'identity.json');
    fs.writeFileSync(identityPath, JSON.stringify(identity, null, 2));
    
    res.json({ success: true });
  } catch (error) {
    console.error('保存身份信息失败:', error);
    res.status(500).json({ 
      success: false, 
      error: '保存身份信息失败' 
    });
  }
});

关键点：

• 直接接受前端传来的任意JSON，不做字段校验。这是故意为之——让身份信息灵活可扩展。
• 写入时用null, 2格式化，方便用户手动查看和修改。

身份信息注入对话

改造第三篇的对话API，加入身份信息：

app.post('/api/chat', async (req, res) => {
  const { agentName, message } = req.body;
  
  try {
    // 1. 读取智能体prompt
    const promptPath = path.join(__dirname, agentName, `${agentName}.txt`);
    let systemPrompt = fs.readFileSync(promptPath, 'utf8');
    
    // 2. 读取身份信息
    const identityPath = path.join(__dirname, agentName, 'identity.json');
    if (fs.existsSync(identityPath)) {
      const identity = JSON.parse(fs.readFileSync(identityPath, 'utf8'));
      
      // 构建身份信息文本
      let identityText = '用户信息：';
      const validFields = [];
      
      if (identity.name) validFields.push(`姓名${identity.name}`);
      if (identity.age) validFields.push(`年龄${identity.age}`);
      if (identity.gender) validFields.push(`性别${identity.gender}`);
      if (identity.occupation) validFields.push(`职业${identity.occupation}`);
      if (identity.description) validFields.push(`个人描述${identity.description}`);
      
      // 如果有其他自定义字段，也加进去
      Object.entries(identity).forEach(([key, value]) => {
        if (!['name', 'age', 'gender', 'occupation', 'description'].includes(key)) {
          if (value) validFields.push(`${key}${value}`);
        }
      });
      
      if (validFields.length > 0) {
        identityText += validFields.join('，') + '。\n';
        // 将身份信息插入到system prompt最前面
        systemPrompt = identityText + systemPrompt;
      }
    }
    
    // 3. 后续逻辑保持不变...
    // 读取聊天记录、构建messages、调用API、保存回复
    
  } catch (error) {
    // 错误处理
  }
});

设计思考：

• 为什么用if (identity.name)而不是if (identity.name !== '')？因为空字符串也是有效值？不，空字符串应该被视为未填写。所以用if (identity.name)可以同时过滤undefined、null和空字符串。
• 自定义字段的处理：把所有不在预设字段列表中的字段都当作自定义字段处理，给了用户极大的灵活性。

---

🖥️ 第四部分：前端身份编辑界面

界面设计思路

身份编辑界面应该：

1. 简洁：不要一上来就展示一大堆字段
2. 可扩展：用户可以添加自定义字段
3. 上下文相关：知道是为哪个智能体编辑身份

对话框设计

在index.html中添加身份编辑对话框：

<div id="identityDialog" class="dialog" style="display: none;">
  <div class="dialog-content">
    <div class="dialog-header">
      <h3>我的身份 - <span id="identityAgentName"></span></h3>
      <button id="closeDialogBtn" class="close-btn">×</button>
    </div>
    
    <div class="dialog-body">
      <div class="form-group">
        <label>姓名</label>
        <input type="text" id="identityName" placeholder="请输入您的姓名">
      </div>
      
      <div class="form-group">
        <label>年龄</label>
        <input type="number" id="identityAge" placeholder="请输入您的年龄">
      </div>
      
      <div class="form-group">
        <label>性别</label>
        <select id="identityGender">
          <option value="">请选择</option>
          <option value="男">男</option>
          <option value="女">女</option>
          <option value="其他">其他</option>
        </select>
      </div>
      
      <div class="form-group">
        <label>职业</label>
        <input type="text" id="identityOccupation" placeholder="请输入您的职业">
      </div>
      
      <div class="form-group">
        <label>个人描述</label>
        <textarea id="identityDescription" placeholder="请输入您的个人描述" rows="3"></textarea>
      </div>
      
      <!-- 自定义字段区域（预留扩展） -->
      <div id="customFields"></div>
      
      <button id="addCustomFieldBtn" class="btn-link">+ 添加自定义字段</button>
    </div>
    
    <div class="dialog-footer">
      <button id="saveIdentityBtn" class="btn-primary">保存</button>
      <button id="cancelIdentityBtn" class="btn-secondary">取消</button>
    </div>
  </div>
</div>

打开对话框的逻辑

let currentAgent = null;  // 全局变量，记录当前选中的智能体

function showIdentityDialog() {
  if (!currentAgent) {
    alert('请先选择一个智能体');
    return;
  }
  
  // 显示对话框
  document.getElementById('identityDialog').style.display = 'flex';
  document.getElementById('identityAgentName').textContent = currentAgent.name;
  
  // 加载已保存的身份信息
  loadIdentity(currentAgent.name);
}

async function loadIdentity(agentName) {
  try {
    const response = await fetch(`/api/identity/${agentName}`);
    const data = await response.json();
    
    if (data.success && data.identity) {
      // 填充表单
      document.getElementById('identityName').value = data.identity.name || '';
      document.getElementById('identityAge').value = data.identity.age || '';
      document.getElementById('identityGender').value = data.identity.gender || '';
      document.getElementById('identityOccupation').value = data.identity.occupation || '';
      document.getElementById('identityDescription').value = data.identity.description || '';
      
      // 处理自定义字段
      renderCustomFields(data.identity);
    } else {
      // 清空表单
      document.getElementById('identityName').value = '';
      document.getElementById('identityAge').value = '';
      document.getElementById('identityGender').value = '';
      document.getElementById('identityOccupation').value = '';
      document.getElementById('identityDescription').value = '';
      document.getElementById('customFields').innerHTML = '';
    }
  } catch (error) {
    console.error('加载身份信息失败:', error);
    alert('加载身份信息失败');
  }
}

保存身份信息

async function saveIdentity() {
  // 收集基础字段
  const identity = {
    name: document.getElementById('identityName').value.trim(),
    age: document.getElementById('identityAge').value.trim(),
    gender: document.getElementById('identityGender').value,
    occupation: document.getElementById('identityOccupation').value.trim(),
    description: document.getElementById('identityDescription').value.trim()
  };
  
  // 收集自定义字段
  const customFields = document.querySelectorAll('.custom-field');
  customFields.forEach(field => {
    const key = field.querySelector('.custom-key').value.trim();
    const value = field.querySelector('.custom-value').value.trim();
    if (key && value) {
      identity[key] = value;
    }
  });
  
  try {
    const response = await fetch(`/api/identity/${currentAgent.name}`, {
      method: 'POST',
      headers: { 'Content-Type': 'application/json' },
      body: JSON.stringify(identity)
    });
    
    const data = await response.json();
    
    if (data.success) {
      alert('身份信息保存成功！');
      hideIdentityDialog();
    } else {
      alert('保存失败，请重试');
    }
  } catch (error) {
    console.error('保存身份信息失败:', error);
    alert('保存失败，请检查网络');
  }
}

---

🔄 第五部分：身份信息的动态感知

在对话中感知身份

有了身份信息后，AI应该能够自然地感知和使用这些信息。比如：

用户：你好
AI：你好张三，今天想聊点什么？

用户：我今年多大了？
AI：根据你之前的信息，你今年25岁。

用户：我做什么工作的？
AI：你是一名程序员。

这些都不需要用户重复告诉AI，而是从身份信息中自动获取。

如何让AI“记住”身份信息？

身份信息只是注入到system prompt中，并没有作为对话历史存储。这意味着：

• AI在每一轮对话开始时都知道用户身份
• 但AI不会在回复中主动提及身份信息（除非必要）

思考：如果用户修改了身份信息（比如改了名字），AI会立刻感知到吗？会的，因为下一轮对话的system prompt已经更新了。

---

🧪 第六部分：测试与验证

测试用例

用例1：首次设置身份

1. 选择一个智能体
2. 点击“我的身份”，填写信息并保存
3. 发送消息，看AI是否使用你的名字

用例2：切换智能体

1. 在智能体A设置身份
2. 切换到智能体B，点击“我的身份”，应该看到空表单
3. 为智能体B设置不同身份
4. 分别和两个智能体对话，看他们是否使用各自记住的名字

用例3：修改身份

1. 修改已保存的身份信息
2. 发送新消息，看AI是否使用更新后的信息

用例4：自定义字段

1. 添加自定义字段“城市-北京”
2. 保存后问“我在哪个城市”，看AI是否能回答

边界情况处理

场景	预期行为
未设置身份	AI不提及用户信息，正常对话
部分字段为空	只使用有值的字段
字段值很长	正常注入，注意不要超过token限制
特殊字符	JSON会自动转义，没问题

---

💭 第七部分：进阶思考

思考1：身份信息的版本管理

如果用户多次修改身份信息，旧的身份信息会被覆盖。但对话历史里可能还包含旧的称呼。比如用户原来叫“张三”，后来改成“李四”，之前的对话里AI都叫“张三”，现在突然改口叫“李四”，会不会很奇怪？

解决方案：

• 在修改身份时，可以添加一条系统消息：“用户已将姓名从张三改为李四”
• 让AI在后续对话中自然过渡

思考2：身份信息的继承

有些信息可能是通用的，比如用户的母语、时区、偏好等。是不是每个智能体都要单独设置？

解决方案：可以设计一个“全局身份”和“智能体身份”的继承机制。全局身份是所有智能体共享的基础信息，智能体身份是覆盖或扩展。

思考3：身份信息的导入导出

用户可能在多个设备上使用，或者想备份自己的身份信息。提供导入导出功能会很有价值。

// 导出所有身份信息
async function exportAllIdentities() {
  const agents = await getAgents();
  const identities = {};
  
  for (const agent of agents) {
    const resp = await fetch(`/api/identity/${agent.name}`);
    const data = await resp.json();
    if (data.identity) {
      identities[agent.name] = data.identity;
    }
  }
  
  // 下载为JSON文件
  const blob = new Blob([JSON.stringify(identities, null, 2)], 
    { type: 'application/json' });
  // 触发下载...
}

思考4：隐私与透明的平衡

身份信息存储在本地文件，理论上很安全。但如果用户在多台设备间同步文件夹，就需要考虑文件传输的安全性。

建议：在文档中明确告知用户身份信息的存储位置和安全性，让用户自己决定是否在云端同步。

思考5：身份信息的上下文窗口管理

如果身份信息很长（比如详细的自传），会占用大量token。是不是每次都要完整注入？

优化方案：

• 只注入最近使用的字段
• 将身份信息作为单独的上下文块，对话历史截断时保留身份信息
• 允许用户标记哪些字段是“重要的”，哪些可以省略

---

🎯 本篇小结

在这一篇中，我们为MultiMind注入了“用户之心”：

任务	成果
身份数据结构设计	灵活的键值对格式，支持扩展
文件存储	每个智能体独立的identity.json
后端接口	读取和保存身份信息的API
身份注入	将身份信息动态融入system prompt
前端界面	完整的身份编辑对话框
自定义字段	支持用户添加任意字段

核心收获：

1. 身份隔离是隐私保护的基础，也是“千人千面”的前提
2. 身份信息应该灵活可扩展，而不是固定的表结构
3. 身份信息通过注入system prompt发挥作用
4. 不同智能体可以有完全不同的用户画像

---

🔮 下篇预告

第五篇：数据之基——文件系统数据库设计与并发控制

在下一篇中，我们将深入数据层面：

• JSON文件作为数据库的优缺点分析
• 读写锁与并发控制策略
• 数据备份与恢复机制
• 性能优化与扩展思考

敬请期待！

---

📝 写在最后

身份系统让MultiMind从一个“会说话的AI”变成了一个“懂你的AI”。每个智能体面前，用户都可以是不同的样子——这不仅是技术实现，更是一种设计哲学：尊重用户的隐私，也尊重用户的多样性。

回顾前三篇：

• 第一篇：思考架构，画出蓝图
• 第二篇：搭建地基，实现智能体发现
• 第三篇：注入对话之心，让AI会说话
• 第四篇：赋予用户之心，让AI懂身份

我们的MultiMind已经初具雏形。下一篇，我们将深入底层，看看这些数据是如何被安全、高效地管理的。

---

思考题：如果你来设计身份系统，你会支持“身份模板”吗？比如“程序员模板”包含技术栈、项目经验，“学生模板”包含学校、专业。这样的设计有什么利弊？欢迎在评论区分享你的思考。