Intuition-Lab/personal-model

해결하는 문제

Personal Model은 AI 코딩 에이전트를 위한 로컬 우선, 장기 기억 계층을 제공합니다. 사용자의 목표, 우선순위, 작업 패턴에 대한 일관되고 개인화된 컨텍스트가 다양한 도구 간에 부족한 문제를 해결하며, 이 민감한 개인 데이터가 사용자의 기기에서 완전히 비공개이자 사용자의 통제 하에 있음을 보장합니다.

작동 방식

macOS에서 로컬 런타임으로 작동하며, 사용자가 권한을 부여한 후 앱에서의 집중된 활동을 캡처합니다. 이 정보는 증거 기반의 계층적 구조로 정리됩니다:

• 포인트: 출처가 있는 관찰 또는 이벤트.
• 라인: 시간에 따라 변화하거나 연결된 관계.
• 페이스: 증거로 뒷받침되는 패턴.
• 볼륨: 프로젝트 간 고차원 구조.
• 루트: 사용자의 최종 통합 모델.

이 데이터는 Model Context Protocol (MCP)를 통해 AI 클라이언트(Claude Code, Cursor Agent, Codex 등)에 제공되어, 미완료 작업을 검색하고 우선순위에 따라 단계를 평가하며, 숨겨진 요약이 아닌 '영수증' 기반의 근거 있는 결정을 내릴 수 있게 합니다.

대상 사용자

AI 코딩 에이전트를 사용하고, 다양한 AI 도구 간에 통합되고, 개인적이며 증거 기반의 기억을 유지하고 싶은 macOS 사용자 및 고급 사용자.

주요 특징

• 로컬 우선 및 프라이버시 보장: 데이터는 맥에서 저장 및 처리되어 호스팅된 메모리 서비스를 피합니다.
• MCP 통합: Claude Code, Cursor, Codex 등 다양한 MCP 호환 클라이언트와 호환됩니다.
• 통합된 메모리: 여러 다른 AI 에이전트에 대한 단일 진실 소스로 작동하는 하나의 '루트' 모델을 제공합니다.
• 증거 기반 연결: 주장의 출처를 유지하여 사용자와 에이전트가 메모리의 원천을 검토하고 검증할 수 있습니다.