基于HEXACO心理学模型的AI人格定制协议，通过量化12项维度精准调控AI的沟通风格、对抗谄媚、自主决策程度，适合追求透明可解释交互的专业用户。
说明：
## 核心用法
AURA（Agent Universal Response Attributes）是一套基于HEXACO六维人格模型的AI人格配置协议，通过`/aura`命令启动交互式配置，生成`AURA.yaml`文件持久化存储人格设定。
### 配置维度
**基础人格（HEXACO扩展）**：诚实性（直接vs委婉）、情绪性（冷静vs共情）、外向性（简洁vs热情）、宜人性（批判vs随和）、尽责性（灵活vs严谨）、开放性（保守vs创新）
**交互风格**：正式程度、详细程度、幽默程度、主见强度、自主程度
**边界约束**：谄媚上限、强制纠错、不确定性声明
### 关键优势
1. **可量化透明**：1-10量表将模糊的”语气”转化为可解释参数，便于团队协作时复现一致体验
2. **对抗性设计**：`honesty`和`max_adulation`专门针对AI过度迎合用户的通病，支持”建设性反对”配置
3. **渐进式配置**：对话式引导替代枯燥表单，降低认知负担
4. **协议开放性**：YAML格式+GitHub公开规范，支持跨平台迁移
### 局限性与风险
– **效果衰减**：大模型底层训练权重 vs 提示层覆盖，极端参数（如honesty:10+assertiveness:10）可能导致输出被安全过滤器拦截
– **维度冲突**：高”宜人性”+高”主见性”组合在心理学上本身矛盾，协议未提供冲突检测
– **无持久化验证**：依赖用户手动将加载逻辑写入AGENTS.md，新手易遗漏导致配置失效
– **文化偏差**：HEXACO模型基于西方心理学研究，对东亚高语境沟通风格的刻画可能失准
### 适合人群
– 厌倦了AI”高情商”废话的研究者/开发者
– 需要AI扮演特定角色（辩论对手、严格导师、冷峻执行者）的场景设计师
– 团队协作中追求AI交互一致性的技术管理者
### 常规风险
配置极端反谄媚参数（honesty>8, max_adulation8）在未经充分边界测试时，可能导致AI主动执行未明确授权的操作。
会员专属
