EchoGuard：一种用于检测纵向对话中操纵性沟通的具知识图谱记忆的代理框架

操纵性沟通（如煤气灯效应、情感胁迫）往往难以被个体识别。现有代理 AI 系统因缺乏结构化的纵向记忆来追踪这些细微且依赖上下文的策略，常受限于上下文窗口和灾难性遗忘。本文提出 EchoGuard，一个利用知识图谱（KG）作为代理核心情景与语义记忆的框架。该系统采用“记录 - 分析 - 反思”循环：用户交互被结构化为个人情景 KG 的节点与边；系统执行复杂图查询以检测六种心理操纵模式；LLM 基于检测到的子图生成苏格拉底式提示，引导用户自我发现。该研究展示了代理架构与知识图谱的结合如何赋能个体识别操纵性沟通。