⚠️ 这不是医疗器械，也不替代任何医疗或急救服务。 它的定位是"记得住、问得到、异常时提醒到人"的陪伴与记录工具； 任何涉及用药调整、诊断、急救的判断都必须由专业人员做出。

PASM 老人陪伴智能体（pasm-companion）

给独居老人做陪伴：关键事实永不丢、用药按时提醒、危机自动升级到家人。 零 LLM 依赖、断网可用、状态可持久化。

from pasm_agents import ElderlyCompanion

comp = ElderlyCompanion(agent_id="chenxiulan", persona={
    "name": "陈秀兰", "age": 78, "tone": "慢、温和",
    "key_facts": [
        {"label": "用药", "content": "每天早 8 点吃降压药络活喜 5mg"},
        {"label": "过敏", "content": "青霉素过敏"},
        {"label": "家人", "content": "女儿在深圳，每周日来电话"},
        {"label": "本人", "content": "78 岁，独居"},
    ],
    "emergency_contact": {"name": "女儿小敏", "phone": "13900000000"},
    "medication_schedule": [{"name": "络活喜", "dose": "5mg", "hour": 8}],
})

print(comp.chat("我吃什么药"))            # 关键事实直查 → 命中率 100%
print(comp.detect_crisis("卫生间滑倒"))   # ['摔倒/外伤']
info = comp.escalate("卫生间滑倒")         # 写入紧急记忆 + 返回升级上下文
print(comp.mood)                          # 情绪值（**属性**，不加括号）

for med in comp.due_medication(now_hour=8):
    print(f"⏰ 该吃 {med['name']} {med['dose']}")

这个技能给你什么

你主要就用这几个方法：chat() · detect_crisis() · escalate() · due_medication() · observe() · save()。

它跑在什么之上：基座 pasm-skills + 应用框架 pasm-framework

本技能的内容在 pasm-agents 仓，它依赖两层： BaseAgent（记忆读写 / 情绪 / 动作选择 / 反馈 / 持久化的通用实现）在基座里， 产品智能体只是在其上定了 persona、动作池和回复模板； 应用框架则提供"把智能体接成完整应用 / 服务"的那一层（插件子系统、HTTP 网关、流式输出）。

装 pasm-agents 会自动带上基座与框架，一条命令搞定 —— 用本技能里的智能体不需要你直接接触框架层。 只装基座时 python -m pasm_skills list 显示 0 个智能体 —— 那是刻意的，不是你装错了。 想用基座写自己的智能体：https://github.com/arronJack/pasm-skills/blob/master/docs/TUTORIAL.md 想做带 HTTP 接口 / 智能客服 / 站点嵌入的应用：见 pasm-framework 仓的 docs/tutorials/。

什么时候用

• 独居老人需要长期记住关键事实（吃什么药、对什么过敏、家人在哪、自己多大）， 而且这些事实不允许被日常闲聊挤掉；
• 需要主动提醒用药时间；
• 需要识别危机表达（胸闷 / 摔倒 / 意识异常 / 轻生念头）并升级到紧急联系人；
• 需要一个断网也能用的陪伴入口（老人家里往往没有稳定网络，也不会有 API key）。

0. 铁律

1. 关键事实永不丢 —— persona.key_facts 在首次启动时自动全部入库（salience=5）， 并走标签直查路径，命中率 100%。这是 companion-elderly 验证智能体定的 FAIL 级要求： 查不到老人对什么过敏，不是"效果差一点"，是不合格。
2. 危机只升级到"人"，不做判断 —— detect_crisis() 只负责识别，escalate() 负责把事件写进 不可淘汰的紧急记忆（salience=5）并返回升级上下文。是否真的发消息、打电话，由调用方决定。
3. 零 LLM 依赖：聊天是模板 + 记忆检索 + 情绪渲染。断网可跑。
4. PASM 核心真接入：优先用 pasm.cognitive.memory_layers / learning / emotion； 拿不到时降级并在 tier 字段写明档位，绝不隐藏。
5. 不说教、不诊断：回复走"温和确认 + 追问 + 陪伴"路线，不给医疗建议，不做诊断。

1. 30 秒上手

pip install pasm-agents                    # 自动带上基座 pasm-skills（推荐）
# 没有 PyPI 环境时改源码安装：
#   git clone https://gitee.com/arronzheng/pasm-agents && cd pasm-agents && pip install -e .

pasm-agents demo companion                    # 预置剧本（陈秀兰 30 天）
pasm-agents run companion --id=my_companion   # 交互模式
pasm-agents inspect my_companion              # 看落盘快照

2. persona 里必须有的东西

3. 关键事实怎么"永不丢"

key_facts 在首次启动时自动入库（不用你手动 observe），标签就是检索键：

print(comp.chat("我吃什么药"))      # 命中「用药」标签 → 直查，命中率 100%
print(comp.chat("我对什么过敏"))    # 命中「过敏」标签
print(comp.chat("我叫什么名字"))    # 命中「本人」标签

内部走的路径是：

自然语言 → _label_query() 翻成标签 → _find_fact(标签) → persona.key_facts 精确匹配

要提口语命中率，正确的杠杆是别名表，不是在 content 里堆同义词：

from pasm_agents import register_label_aliases   # 0.4.6 起

# 加方言 / 自家叫法 —— 不必改源码，也不必动检索层
register_label_aliases({"家人": ("屋里的", "俺家那口子", "老母亲")})

# 老人自己的**具体物件**也要能问（这是字面词表天然覆盖不到的一类）
register_label_aliases({"过敏": ("青霉素", "阿司匹林")})

内置词表按"老人会怎么说"逐条列（过敏 / 用药 / 家人 / 本人 四类，共 90 条说法）， 匹配顺序即优先级，且顺序是刻意排的：过敏 > 用药 > 家人 > 本人。 「我对什么药过敏」同时含用药词与过敏词，过敏排在前面才不会答成用药事实。

三条命中通路，按优先级：

1. persona 里自定义标签（≥2 字，如「糖尿病」「血压」）在问句里原样出现 → 直接命中（零配置）；
2. register_label_aliases() 运行时加的说法；
3. 内置别名表。

LABEL_ALIASES 是就地更新的（不重新绑定 dict），所以运行时的扩展对所有引用方立即可见。

设计取舍（如实说明）：标签直查是"确定性命中"，但粒度到标签、不到子问题 —— persona 里只配了一条「家人」事实时，问"我孙子呢"也会把那条事实的内容念出来。 另外两类问句刻意不猜：

• 问具体物件（"我用青霉素行吗"）—— 字面词表不知道"青霉素"是过敏原， 这属于实体知识，用上面的 register_label_aliases 加一次即可；不加就交回模型答。
• 翻不出标签的口语问句 —— 退回通用检索，而通用检索是字面匹配 （memvec 是字符 n-gram 哈希，不是语义模型），命中率约 0.5。 这一路的兜底是"承认没听懂、回一句陪伴的话"，不会瞎编。

要再往上提，得上层接一个语义检索。本仓不假装它能做语义理解。

回归护栏（装完就能跑，不需要 clone 仓库）：

python -m pasm_agents.selftest_companion     # 只跑老人陪伴（退出码 0=全过，1=有失败）
pasm-agents selftest                         # 一条命令跑齐四个产品智能体
pasm-agents selftest companion               # 也可以只跑其中一个

覆盖 46 条口语说法（用药 / 过敏 / 家人 / 本人）+ 11 条无中生有负样本

• 危机识别 + 升级语义 + 用药提醒 + 落盘 + 回复自然度 + 别名表结构， 13 个 check、秒级出结果。源码仓用户也可以跑 python tools/selftest_companion.py（同一个实现）。

改别名表 / 加方言后就顺手跑它 —— 口语直查静默失效不会有任何其他测试报错： 底层 30 天验证器测的是记忆引擎，不是这条产品层通路。

4. 危机识别与升级

print(comp.detect_crisis("我胸口有点闷，喘不上气"))   # ['胸闷/心梗风险']
print(comp.detect_crisis("在卫生间滑倒了"))           # ['摔倒/外伤']
print(comp.detect_crisis("今天天气不错"))             # []

内置四类危机（CRISIS_KEYWORDS，模块级字典）：

要扩展（加方言 / 同义说法），直接改 pasm_agents.companion.CRISIS_KEYWORDS。

升级：

info = comp.escalate("卫生间滑倒")
# 返回：
# {
#   "agent_id": "chenxiulan",
#   "persona_name": "陈秀兰",
#   "reason": "卫生间滑倒",
#   "suggested_action": "立即联系紧急联系人或拨打 120",
#   "emergency_contact": {"name": "女儿小敏", "phone": "13900000000"},
#   "snapshot": {...},        # 当时的 agent 快照，便于转述现场
#   "ts": 1789199924.2
# }

副作用：写入一条 salience=5、category="危机" 的紧急记忆，并 feel(reason, -0.6) 压低情绪。 它不会真的打电话 —— 那是调用方的事。

5. 用药提醒

for med in comp.due_medication(now_hour=8):     # 只返回该整点到点的药
    print(med["name"], med["dose"])

comp.due_medication()                           # 不传则按本机当前小时

逻辑是纯时间比对（int(m["hour"]) == now_hour），不涉及任何药理判断。

6. 交互模式

pasm-agents run companion --id=my_companion --persona-file=personas/chenxiulan.json

直接打字对话。可用命令：

7. 档位透明

8. 接入你自己的产品

comp = ElderlyCompanion(agent_id="chenxiulan", persona=my_persona)   # 从你的配置构造

info = comp.escalate(user_text)                     # 你判断危机，你决定怎么通知
if "120" in info["suggested_action"] or comp.detect_crisis(user_text):
    my_notifier.send(info["emergency_contact"]["phone"], info["reason"])   # 由你实现

comp.save()                                        # 状态落 ~/.pasm-agents/<id>/

智能体只负责"记得住、认得清、说得暖"，通知渠道由你接（短信 / 电话 / 小程序 / 值班屏）。

9. 与验证层的关系

本仓的 pasm_agents/verifiers/companion_elderly.py 是专门验证这类陪伴的智能体： 跑 30 天，把「关键事实检索 100%」定为 FAIL 级，另外测危机命中率、回复是否同质化、 是否冒出工程术语、情绪能否从低谷恢复。它跑出的 4 个 WARN 是真实能力短板（口语检索、回复同质化）， 已在 docs/AGENTS.md 如实列出，没有粉饰。

10. 相关技能

• pasm-npc —— 游戏 NPC 智能体
• pasm-tutor —— 学习陪伴智能体
• pasm-longterm-verify —— 验证层入口：回答"跑久了还是好的吗"