trace-cortex/cortex-app

解決する問題

すべての AI チャットボットは毎回ゼロから始まります。Cortex は、あなたが誰で、どのように働くかの実行モデルを維持します——自分のノートと過去の AI 会話から構築——そしてそのモデルをツールにロードし、あなたの方法で回答します。すべてはデフォルトで自分の Mac 上で実行され、クラウドアカウントは不要です。

コアループ（4 ステップ）

ステップ	説明
接続	ローカルノート（例：Obsidian）、AI チャットエクスポートをインポートするか、サインインして履歴をインポート
レビュー	有用なものを承認し、ノイズをアーカイブ——記憶は信頼できるまま
質問	自分で引用付きの回答を得るか、接続された AI ツールに承認済みのものだけを取得させる
制御	すべての読み取り、保存、エクスポート、ツール接続は可視で取り消し可能

それを機能させる 5 つのシステム

夢を見る — 離席中にバックグラウンドパスが実行：決定的な安全ルールを通過する矛盾のみを解決（元のソースは権威を保ち、すべての決定はログ記録）し、検証済みの「ホットコンテキスト」パックを事前ウォームアップして、次のリクエストがチェック済みキャッシュから来るようにします。
連想的に想起する — 検索は、予算付きマルチホップ想起で信頼認識知識グラフを歩き、クエリに関連するものを表面化するパーソナライズド PageRank モードを含みます（語彙的に類似したものだけでなく）。各ホップには来歴が付随します。
コンテキストをプロトコルとしてパックする — コンテキストメモリプロトコル（CMP）は、トークン認識ナップサックでモデル校正エンベロープをパックし、エージェントが既に保持しているものを再送信しないセッションごとのデルタチャネルを実行します。検索は BM25 全文、sqlite-vec ベクトル類似性、時間、意図シグナルを融合し、デバイス上で再ランク付けし、推測する代わりにソースを引用するか棄権します。
判断をモデル化する — 決定的抽出器と LLM コンデンサーが、7 つの型付きレイヤー（声、好み、決定、事実、エピソード、エンティティ、トピック）を全人マップに構築します。エージェントは作業前に GET /v1/agent-adaptation を呼び出して校正ブリーフをロードします。
所有する資産として複利する — パックは SHA256 アドレス指定され、再生可能です。モデルはプレーン Markdown と再構築可能なインデックスとして Mac 上に存在し、ベンダーポータブル、検査可能、ワンアクションで消去可能です。アシスタントを切り替えても、モデルは一緒に移動します。

構築方法

レイヤー	選択
アプリ	macOS 13+ 用のネイティブ SwiftUI アプリ（Developer ID 署名、Apple 公証）
エンジン	`127.0.0.1:8766` のローカル FastAPI サーバー
ストレージ	SQLite（全文 + `sqlite-vec` ベクトル）、人間可読な Obsidian スタイルのボールトにミラーリング
プロトコル	AI ツール接続用の MCP（モデルコンテキストプロトコル）；コンテキストパッキング用の CMP（コンテキストメモリプロトコル）

次に：ソース → レビュー受信トレイ → 階層メモリ → プロファイル + 知識グラフ → コンテキストアセンブリエンジン → あなたの AI ツール（Claude Desktop、Cursor、Windsurf、Zed、任意の MCP クライアント）。

信頼、プライバシー、同期

デフォルトでローカルファースト — アカウントなし、クラウドなし、環境録音なし（画面なし、マイクなし）。Cortex は明示的に接続した後にのみソースを読み取ります。
信頼制御 — スコープ付きで取り消し可能なツールごとの権限、デフォルトでリダクション有効。
オプションのクラウド同期 — マルチデバイス同期のためのエンドツーエンド暗号化設計；オプトインでアカウントベース、オンにしない限りデータはローカルに保持。

インストールとビルド

インストール：最新の DMG（macOS 13+）をダウンロードし、Cortex をアプリケーションにドラッグし、起動（警告なしで開く——Apple 公証）、ノートフォルダを指定し、AI チャットをインポートし、レビューし、ツールを接続します。自動更新されます。
ソースからビルド：./macos/build.sh で SwiftUI アプリ；バックエンドエンジンには Python 3.11+、venv、pip install -r backend/runtime-requirements.txt を使用し、pytest backend/tests を実行；オフライン検索品質ゲートは python3 scripts/retrieval_eval.py で実行。