grapeot/context-infrastructure

해결하는 문제

AI가 일반적이고 '정확하지만 쓸모없는' 응답을 제공하는 문제를 해결하며, 개인화된 컨텍스트 인프라를 구축하기 위한 구조화된 프레임워크를 제공합니다. 사용자가 AI를 일반 목적 도구에서 자신의 특정 정체성, 선호사항, 축적된 지식을 이해하는 개인화된 어시스턴트로 전환할 수 있도록 합니다.

작동 방식

이 시스템은 즉시 사용 가능한 도구가 아니라 참조 구현(블루프린트)으로 작동합니다. 정보는 3계층 구조로 정리됩니다:

• 표현 계층: 1년 동안 축적된 요약된 원칙과 기술을 포함하며, 지식을 어떻게 구조화할지에 대한 예시 역할을 합니다.
• 재사용 가능한 계층: 정체성(SOUL.md), 사용자 선호사항(USER.md), 커뮤니케이션 스타일(COMMUNICATION.md)을 위한 템플릿과 메모리 시스템(ai_heartbeat)의 코드를 제공합니다.
• 재사용 불가 계층: 사용자가 자신의 행동 데이터에서 수집해야 하는 구체적인 경험과 통찰.

매일 관찰 스크립트(observer.py)와 매주 반성 스크립트(reflector.py)를 사용하는 메모리 시스템은 cron 작업을 통해 구성 가능하여 지속적인 학습과 메모리 축적의 루프를 유지합니다.

대상 사용자

Claude Code, Cursor, OpenCode와 같은 도구를 사용해 AI 어시스턴트를 개인화하고, 자신의 행동 데이터를 수집하는 데 시간을 투자할 의향이 있는 개인.

주요 특징

• 참조 구현: 1년간 운영된 완전한 구조적 블루프린트.
• 3계층 메모리 시스템: OBSERVATIONS.md를 통한 L1/L2 메모리의 구조화된 접근 방식.
• 자동 메모리 유지보수: 매일 관찰용 스크립트와 매주 반성용 'AI 하트비트' 포함.
• 확장 가능한 기술 생태계: 웹 검색, Google Docs, 결제 분석 등의 기능을 외부 공개 기술 리포지토리와 통합 가능.