nateherkai/AIS-OS

해결하는 문제

AIS-OS는 AI 어시스턴트(특히 Claude Code와 Codex)를 개인용 'AI 운영 체제'로 전환하기 위한 스타터 키트입니다. 사용자의 비즈니스, 선호 사항, 목표에 대한 깊이 있고 지속적인 컨텍스트가 부족한 AI 어시스턴트의 문제를 해결하며, 사용자가 단편적인 AI 상호작용에서 벗어나 AI가 지식을 신뢰할 수 있게 검색하고 워크플로우를 실행할 수 있는 구조화된 시스템으로 전환할 수 있도록 돕습니다. 사용자가 버퍼로 작동하지 않도록 합니다.

작동 방식

이 시스템은 구조화된 파일 아키텍처와 전문적인 '스킬'(명령어) 세트를 사용하여 개인 지식 기반을 구축하고 유지합니다. 두 가지 핵심 프레임워크를 구현합니다:

• 세 가지 M (마인드셋, 메소드, 머신): 운영자가 AI를 활용하는 방식에 대한 사고 프레임워크입니다.
• 네 가지 C (컨텍스트, 커넥션, 캐파빌리티, 캐던스): AI OS 계층을 구축하기 위한 아키텍처 프레임워크로, 기본적인 비즈니스 지식에서 자율적 실행까지 단계적으로 진화합니다.

사용자는 특정 명령어를 통해 시스템과 상호작용합니다:

• /onboard: 사용자를 인터뷰하여 초기 컨텍스트 파일을 생성하는 설정 마법사입니다.
• /grill-me: 새로운 비즈니스 계획이나 선호 사항을 추출하고 시스템 메모리에 저장하는 인터뷰 프로세스입니다.
• /audit: 정보 검색 및 작업 수행 능력에 대한 증거를 기반으로 시스템을 평가하는 신뢰성 검사입니다.
• /link: 콘텐츠를 복사하지 않고도 새로운 프로젝트나 파일을 인덱싱하는 도구입니다.
• /level-up: 주간 워크플로우로 하나의 운영 격차를 식별하고 보완하는 작업입니다.
• /3d-brain: 저장된 지식을 시각적으로 탐색할 수 있도록 로컬 3D 인터랙티브 글로브를 생성하는 도구입니다.

대상 사용자

솔로프리너, 소규모 비즈니스 운영자, 매니저, 크리에이터, AI 컨설턴트 등 중앙 집중형 AI 기반 지식 및 실행 허브를 만들고, 컨텍스트 전환을 줄이고자 하는 사람들에게 적합합니다.

주요 특징

• 컨텍스트 우선 아키텍처: 워크플로우 자동화보다 깊이 있는 지식 기반 구축을 우선시합니다.
• 증거 기반 감사: 단순한 체크리스트가 아닌, 날짜가 기록된 보고서로 운영 신뢰성을 추적하는 /audit 스킬을 포함합니다.
• 인터랙티브 지식 시각화: /3d-brain 스킬은 사용자의 노트와 프로젝트를 3D 글로브로 생성하여 시각적으로 탐색할 수 있게 합니다.
• 구조화된 성장 경로: 초기 온보딩부터 주간 '레벨업' 개선까지 명확한 로드맵을 제공합니다.