grapeot/context-infrastructure

解決する問題

AIが一般的で「正しくても役に立たない」回答を提供する問題に対処し、パーソナライズされたコンテキストインフラを構築するための構造化されたフレームワークを提供します。ユーザーがAIを汎用ツールから、ユーザーの特定のアイデンティティ、好み、蓄積された知識を理解するパーソナルアシスタントに進化させることを可能にします。

動作方法

このシステムは、即時利用可能なツールではなく、参考実装（ブループリント）として機能します。情報は3層構造に整理されています：

• プレゼンテーションレイヤー：1年間に蓄積された要約された原理とスキルを含み、知識の構造化方法の例として機能します。
• 再利用可能レイヤー：アイデンティティ（SOUL.md）、ユーザーの好み（USER.md）、コミュニケーションスタイル（COMMUNICATION.md）のテンプレートを提供し、メモリシステム（ai_heartbeat）のコードも含みます。
• 非再利用可能レイヤー：ユーザー自身の行動データから収集しなければならない、具体的な経験と洞察。

毎日の観察スクリプト（observer.py）と毎週の振り返りスクリプト（reflector.py）を用いたメモリシステムは、cronジョブで設定可能で、継続的な学習とメモリ蓄積のループを維持します。

対象ユーザー

Claude Code、Cursor、OpenCodeなどのツールを使ってAIアシスタントをパーソナライズしたい人で、自身の行動データを収集する時間と努力を惜しまない方。

特徴

• 参考実装：1年間運用された完全な構造的ブループリント。
• 3層メモリシステム：OBSERVATIONS.md を通じたL1/L2メモリの構造化アプローチ。
• 自動メモリメンテナンス：毎日の観察用スクリプトと毎週の振り返り用「AIハートビート」を含む。
• 拡張可能なスキルエコシステム：ウェブ検索、Google Docs、支払い分析などの機能を外部公開スキルリポジトリと統合可能。