Skip to main content
Glama

Emotion MCP Server

弗洛伊德双驱情绪管理 MCP 服务器 —— astrbot_plugin_affection 的独立 MCP 实现。

NPM: https://www.npmjs.com/package/emotion-mcp GitHub: https://github.com/yaoxiaolinglong/emotion-mcp

为 AI 角色扮演/伴侣场景提供动态情绪模拟系统。基于弗洛伊德心理动力学(力比多/攻击性),通过潜意识 LLM 分析对话内容实时调整情绪数值,具备时间衰减能力。

快速开始

npx -y emotion-mcp

Related MCP server: OpenSoul MCP

集成方式

零配置(推荐) — Agent 自主分析

mcpServers:
  emotion:
    type: stdio
    command: npx
    args:
      - -y
      - emotion-mcp
    timeout: 60000

无需任何环境变量! Agent 通过两步模式完成情绪分析:

用户发言
  → emotion_get_analysis_prompt(user_id, message)  # 获取分析任务
  → Agent 自己分析 → 输出 JSON
  → emotion_apply_deltas(user_id, deltas)           # 提交结果,数值更新
  → emotion_get_emotion_prompt(user_id)             # 获取情绪文本
  → 注入 system prompt → 生成回复

后台 LLM 模式 — 独立分析

如果配置了 EMOTION_LLM_API_KEY,可用 emotion_analyze 一步完成:

mcpServers:
  emotion:
    type: stdio
    command: npx
    args:
      - -y
      - emotion-mcp
    env:
      EMOTION_LLM_API_KEY: sk-your-key-here
    timeout: 60000

环境变量

变量

默认值

说明

EMOTION_LLM_API_KEY

(必填)

潜意识 LLM API Key

EMOTION_LLM_API_BASE

https://api.mulanteastory.cn

API 地址

EMOTION_LLM_MODEL

gpt-3.5-turbo

模型名(建议轻量模型)

EMOTION_SENSITIVITY

30

情绪敏感度 (0-100)

EMOTION_INITIAL_AFFECTION

50

初始好感度 (0-100)

MCP 工具

emotion_analyze ★ 核心

分析用户消息 → 调用潜意识 LLM → 更新情绪数值。每次用户发言后调用。

  • 输入: user_id, message, history(可选)

  • 输出: 更新后的完整情绪面板 + 增量详情

emotion_get_emotion_prompt

生成可追加到 system prompt 的情绪文本。

  • 输入: user_id

  • 输出: 情绪数值面板文本

emotion_get_panel

获取当前情绪数值面板(JSON 格式)。

  • 输入: user_id

emotion_get_status

完整情绪档案,含参考表。

emotion_reset / emotion_set / emotion_reset_all

管理工具。

Agent 角色的「情绪驱动规则」

将以下规则加入角色设定的 system prompt 末尾:

【情绪驱动规则】

你的回复风格和情感倾向由系统实时计算的「力比多/攻击性/好感」数值决定。每次对话前,你会收到【当前情绪数值】面板,包含:

- 他力比多(0-50):想亲近对方的欲望。高→主动撒娇黏人,低→冷淡回避疏远。
- 他攻击性(0-50):想伤害对方的冲动。高→敌意烦躁刻薄,低→温顺容忍顺从。
- 好感度(0-100):长期累积的喜欢和依恋。≥70 时攻击性表现为"吃醋""占有欲";≤30 时表现为"厌恶""敌意"。
- 自力比多(0-50):自爱程度。高→自信自爱,低→自卑空虚。
- 自攻击性(0-50):自责/自我毁灭冲动。高→崩溃自我贬低。

重要约束:不要提及任何具体数值,根据数值强度自然演绎。数值的微小变化也应体现在语气强度上。

许可

基于 astrbot_plugin_affection (AGPL-3.0) 改造。同样采用 AGPL-3.0。

F
license - not found
-
quality - not tested
B
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/yaoxiaolinglong/emotion-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server