Intuition-Lab/personal-model

解决的问题

Personal Model 为 AI 编码代理提供了一个本地优先、长期记忆层。它解决了代理在不同工具之间缺乏用户目标、优先级和工作模式的一致性、个性化上下文的问题，同时确保这些敏感的个人数据始终保留在用户自己的设备上，完全私密且由用户控制。

如何工作

它作为 macOS 上的本地运行时运行，在用户授予权限后，捕获来自应用程序的专注活动。这些信息被组织成一个证据关联的上下文层级结构：

• 点：源自观察或事件的信息。
• 线：随时间变化的关系或演变。
• 面：由证据支持的模式。
• 体：跨项目的高阶结构。
• 根：用户的最终整合模型。

这些数据通过 Model Context Protocol (MCP) 提供给 AI 客户端（如 Claude Code、Cursor Agent 和 Codex），使代理能够搜索未完成的工作、根据优先级对步骤进行排序，并基于“收据”而非隐藏摘要做出有依据的决策。

适用人群

使用 AI 编码代理，并希望在不同 AI 工具间拥有统一、私密且基于证据的记忆的 macOS 开发者和高级用户。

主要亮点

• 本地优先且私密：数据在 Mac 上存储和处理，避免使用托管记忆服务。
• MCP 集成：与多种 MCP 兼容客户端（如 Claude Code、Cursor、Codex）无缝协作。
• 统一记忆：一个「根」模型，作为多个不同 AI 代理的单一事实来源。
• 证据关联：保留主张的来源，使用户和代理能够检查并验证记忆的出处。