trace-cortex/cortex-app

해결하는 문제

모든 AI 챗봇은 매번 처음부터 시작합니다. Cortex는 당신이 누구이고 어떻게 일하는지에 대한 실행 모델을 유지합니다——자신의 노트와 과거 AI 대화에서 구축——그 모델을 도구에 로드하여 당신처럼 답변합니다. 모든 것은 기본적으로 당신의 Mac에서 실행되며, 클라우드 계정이 필요 없습니다.

핵심 루프 (4단계)

단계	설명
연결	로컬 노트(예: Obsidian), AI 채팅 내보내기 가져오기, 또는 로그인하여 기록 가져오기
검토	유용한 것을 승인하고 노이즈를 보관——기억은 신뢰할 수 있게 유지
질문	직접 인용된 답변을 얻거나, 연결된 AI 도구가 승인된 것만 검색하도록 함
제어	모든 읽기, 저장, 내보내기, 도구 연결이 표시되고 취소 가능

작동하게 만드는 다섯 가지 시스템

꿈을 꾼다 — 사용자가 없는 동안 백그라운드 패스가 실행: 결정적 안전 규칙을 통과하는 모순만 해결(원본 소스는 권위를 유지하고 모든 결정이 기록됨)하고 검증된 "핫 컨텍스트" 팩을 미리 준비하여 다음 요청이 확인된 캐시에서 오도록 합니다.
연상적으로 회상한다 — 검색은 예산이 있는 다중 홉 회상으로 신뢰 인식 지식 그래프를 탐색하며, 쿼리와 연결된 것을 표면화하는 개인화된 PageRank 모드를 포함합니다(어휘적으로 유사한 것뿐만 아니라). 각 홉에는 출처가 포함됩니다.
컨텍스트를 프로토콜로 패킹한다 — 컨텍스트 메모리 프로토콜(CMP)은 토큰 인식 배낭으로 모델 보정 엔벨로프를 패킹하고, 에이전트가 이미 보유한 것을 다시 보내지 않는 세션별 델타 채널을 실행합니다. 검색은 BM25 전체 텍스트, sqlite-vec 벡터 유사성, 시간, 의도 신호를 융합하고, 기기에서 재순위화하며, 추측하는 대신 출처를 인용하거나 기권합니다.
판단을 모델링한다 — 결정적 추출기와 LLM 응축기가 7가지 유형화된 레이어(음성, 선호도, 결정, 사실, 에피소드, 엔티티, 주제)를 전인적 지도로 구축합니다. 에이전트는 작업 전에 GET /v1/agent-adaptation을 호출하여 보정 브리프를 로드합니다.
소유한 자산으로 복리화한다 — 팩은 SHA256 주소 지정이 가능하고 재생 가능합니다. 모델은 일반 Markdown과 재구축 가능한 인덱스로 Mac에 존재하며, 공급업체에 독립적이고, 검사 가능하며, 한 번에 지울 수 있습니다. 어시스턴트를 전환해도 모델은 함께 이동합니다.

구축 방법

레이어	선택
앱	macOS 13+용 네이티브 SwiftUI 앱(Developer ID 서명, Apple 공증)
엔진	`127.0.0.1:8766`의 로컬 FastAPI 서버
저장소	SQLite(전체 텍스트 + `sqlite-vec` 벡터), 사람이 읽을 수 있는 Obsidian 스타일 볼트로 미러링
프로토콜	AI 도구 연결용 MCP(모델 컨텍스트 프로토콜); 컨텍스트 패킹용 CMP(컨텍스트 메모리 프로토콜)

그런 다음: 소스 → 검토 받은 편지함 → 계층적 기억 → 프로필 + 지식 그래프 → 컨텍스트 어셈블리 엔진 → 당신의 AI 도구 (Claude Desktop, Cursor, Windsurf, Zed, 모든 MCP 클라이언트).

신뢰, 개인정보 보호, 동기화

기본적으로 로컬 우선 — 계정 없음, 클라우드 없음, 주변 녹음 없음(화면 없음, 마이크 없음). Cortex는 명시적으로 연결한 후에만 소스를 읽습니다.
신뢰 제어 — 범위가 지정되고 취소 가능한 도구별 권한, 기본적으로 편집 활성화.
선택적 클라우드 동기화 — 다중 기기 동기화를 위한 종단 간 암호화 설계; 옵트인 및 계정 기반, 켜지 않는 한 데이터는 로컬에 유지.

설치 및 빌드

설치: 최신 DMG(macOS 13+)를 다운로드하고 Cortex를 응용 프로그램에 드래그하고 실행(경고 없이 열림——Apple 공증), 노트 폴더를 지정하고 AI 채팅을 가져오고 검토하고 도구를 연결합니다. 자동 업데이트됩니다.
소스에서 빌드: ./macos/build.sh는 SwiftUI 앱용; 백엔드 엔진은 Python 3.11+, venv, pip install -r backend/runtime-requirements.txt를 사용하고 pytest backend/tests를 실행; 오프라인 검색 품질 게이트는 python3 scripts/retrieval_eval.py로 실행.