abraxas914/VESTI

해결하는 문제

Vesti는 AI 시대의 '데이터 봉건제' 문제를 해결합니다. ChatGPT, Claude, Gemini 등 다양한 LLM과의 대화는 각각의 플랫폼 사일로에 고립되어 있습니다. 사용자들은 데이터가 산재해 있고 플랫폼 제공자에 의해 통제되기 때문에 사고의 흐름을 잃기 쉽습니다. Vesti는 로컬 우선의 허브로서 이러한 상호작용을 캡처하고 통합하며 관리함으로써 사용자에게 데이터 주권과 지적 진화의 추적 능력을 되찾아줍니다.

작동 방식

Vesti는 두 계층 시스템으로 작동합니다:

1. 캡처 엔진 (Chrome 확장): 지원되는 AI 플랫폼에서 대화를 조용히 모니터링하고 추출하는 브라우저 확장. Parser/Observer/Gate 아키텍처를 사용하여 대화 내용을 캡처하고 Dexie.js를 통해 로컬 IndexedDB에 저장합니다. 또한 ModelScope API를 사용하여 스레드의 구조화된 요약을 생성합니다.
2. 지식 관리 레이어 (웹 대시보드): 로컬 데이터와 StorageApi를 통해 상호작용하는 독립적인 웹 뷰입니다. 라이브러리는 카테고리별 관리를 위한 기능, 탐색 모듈은 RAG 기반의 자연어 질의를 통해 자신의 기록을 탐색할 수 있으며, 네트워크 뷰는 힘 기반 그래프(ECharts)를 사용해 대화 간 의미적 유사성을 시각화하고, 노트 섹션은 커스터마이즈된 Markdown 노트를 생성할 수 있습니다.

통합된 가든 에이전트는 백그라운드에서 비동기적으로 작동하여 대화를 분류하고 의미 태그를 부여하여 원시 로그를 구조화된 지식으로 전환합니다.

대상 사용자

다양한 AI 플랫폼을 사용하는 파워 유저로서, 사고 과정의 영구적이고 검색 가능한, 상호 연결된 기록을 유지하고 플랫폼 전용 기록 로그에 의존하고 싶지 않은 사용자들입니다.

주요 특징

• 로컬 우선 아키텍처: 모든 데이터는 사용자의 기기 내 IndexedDB에 저장되어 완전한 프라이버시와 데이터 소유권을 보장합니다.
• 크로스플랫폼 통합: ChatGPT, Claude, Gemini, DeepSeek, Qwen, Doubao에서의 상호작용을 자동으로 캡처합니다.
• 로컬 RAG: ModelScope 임베딩과 코사인 유사도를 사용하여 사용자 자신의 대화 기록에만 기반한 검색 증강 생성 시스템을 구현합니다.
• 사고 토폴로지: 의미적 유사성 매트릭스와 동적 지식 그래프를 통해 다양한 대화 간의 관계를 시각화합니다.
• 구조화된 인사이트: '프롬프트 = 코드' 전략을 사용하여 텍스트를 압축하는 것 이상으로 사고의 진화와 핵심 통찰을 드러내는 요약을 생성합니다.