grapeot/context-infrastructure

解决的问题

解决AI提供通用、"正确但无用"回答的问题，提供一个构建个性化上下文基础设施的结构化框架。它使用户能够将AI从通用工具转变为理解用户特定身份、偏好和积累知识的个性化助手。

如何工作

该系统作为参考实现（蓝图）而非即插即用工具运行。它将信息组织为三层结构：

• 展示层：包含一年内积累的精炼原理和技能，作为知识结构化的示例。
• 可复用层：提供身份（SOUL.md）、用户偏好（USER.md）和沟通风格（COMMUNICATION.md）的模板，以及记忆系统（ai_heartbeat）的代码。
• 不可复用层：用户必须从自身行为数据中收集的具体经验与洞察。

系统利用每日观察脚本（observer.py）和每周反思脚本（reflector.py）构成的记忆系统，可通过cron作业配置，实现持续的学习与记忆积累循环。

适用人群

希望使用Claude Code、Cursor或OpenCode等工具个性化AI助手，并愿意投入时间收集自身行为数据以创建高上下文AI体验的个人。

主要亮点

• 参考实现：一个已运行一年的完整系统结构蓝图。
• 三层记忆系统：通过 OBSERVATIONS.md 实现L1/L2记忆的结构化方法。
• 自动化记忆维护：包含每日观察脚本和每周反思的「AI心跳」功能。
• 可扩展技能生态系统：支持与外部公共技能仓库集成，实现网页搜索、Google Docs、支付分析等功能。