ClawBot能识别用户生气状态，通过EmoSense-v2.1模型评估愤怒强度、诉求紧迫性与历史异常度，综合评分低于-2.6即判定为高概率生气，并结合文本特征、上下文锚定、语音声学特征及动态阈值调节实现精准识别。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

如果您在使用ClawBot与用户交互时，发现对方消息中出现激烈措辞或明显负面表达，系统确实具备识别用户是否处于生气状态的能力。以下是实现该判断的具体机制：

一、基于多维指标的情绪分级模型

ClawBot内置的EmoSense-v2.1情绪分析模型在接收到消息后800毫秒内完成解析，重点评估愤怒强度、诉求紧迫性与历史交互异常度三项指标。该模型专为中文客服语境微调，对“太慢了”“骗子”“退钱”“封号”等短语具备上下文敏感识别能力。当综合情绪评分低于-2.6（量表范围-5至+5）时，系统即判定为高概率生气状态。

1、模型自动过滤停用词与标点强度加权，例如感叹号重复出现三次以上将触发愤怒强度系数+0.35。

2、识别否定修饰结构，如“不是不发货，是根本没看到单”，避免将反讽误判为平静陈述。

3、结合用户近3次会话中的句长压缩率与疑问句占比下降趋势，辅助验证情绪升级过程。

二、实时文本特征捕捉与上下文锚定

系统不孤立分析单条消息，而是将当前输入与最近15分钟内的对话流进行锚定比对，提取情绪波动拐点。若检测到从常规咨询语态突变为全大写、高频使用“！”或“？”、字符重复（如“等等等等”），则激活生气状态确认流程。

1、提取当前消息中动词+副词组合，如“立刻处理”“马上解决”被标记为诉求紧迫信号。

2、比对前序消息中是否存在未闭环问题，例如用户曾发送“物流查不到”，当前又发“到底发没发货”，则强化生气判定权重。

3、调用本地缓存的用户画像标签，若该用户历史投诉率＞2次/月，则降低生气判定阈值至-2.2。

三、跨模态辅助验证（支持语音输入场景）

当用户通过微信语音发送消息时，ClawBot同步调用SenseVoice-Small语音识别模块提取声学特征，包括语速突增（＞220字/分钟）、基频抖动率（＞3.7Hz）、爆发音能量峰值（＞82dB），并与文本结果交叉验证。任一通道确认生气状态即触发响应协议。

1、语音转文字后，若文本含“气死我了”“不想说了”等短语，且声学数据显示语速骤降30%，则判定为压抑型生气。

2、若语音中出现连续3次以上吸气停顿（＞0.8秒），同时文本含“算了”“你随意”，则标记为冷怒状态。

3、系统自动屏蔽背景噪音干扰项，仅保留用户声道主频段（85–255Hz）进行特征提取。

四、动态阈值调节与人工反馈闭环

ClawBot通过Feedback Beacon机制接收坐席对情绪判定结果的实时校准，持续优化模型参数。若人工将系统标记为“生气”的案例修正为“焦急”，则自动下调对应关键词的愤怒权重，并更新decay_rate_per_hour为0.09以加快记忆衰减。

1、每日凌晨2点执行阈值自检，若过去24小时误判率＞12%，则临时启用保守模式（阈值上调至-2.8）。

2、当同一用户连续2次被判定为生气，系统强制加载ToneMapper-WeChat-ZH技能链，启用“已锁定问题”“专人跟进”等确定性短语前缀。

3、所有判定日志脱敏后写入本地/emotion/debug.log，保留原始时间戳与情绪得分，不上传至任何外部服务器。