henrydaum/second-brain

它解决了什么

Second Brain 是一个本地优先的 AI 运行时，允许用户将大型语言模型（LLM）集成到个人工作流程中。它通过提供微内核架构来解决 AI 工具碎片化的问题，其中核心逻辑与可扩展功能分离，使得 AI 能够与本地文件、网络以及外部消息平台（如 Telegram）进行交互。

它是如何工作的

该系统被构建为一个微内核，负责处理对话状态机、SQLite 中的会话持久化以及插件管理。它使用了"大脑和身体"的比喻：内核是大脑，而插件（通过包存储安装）是身体。

Key components include:

• 对话运行时：一个状态机，管理轮次、参与者和可恢复的阶段，确保前端（如 REPL 或 Telegram）仅处理传输而不处理业务逻辑。
• 插件系统：一种模块化架构，其中工具、任务、服务、命令和前端可以在不重启系统的情况下实时加载和更新。
• 索引管道：一个监视本地目录、解析多种模态（文本、图像、音频、视频、表格）并使用词法和语义搜索创建可搜索的 SQLite 知识库的系统。
• 时间守护者：一个事件时钟，使得基于 cron 的调度成为可能，用于主动的子代理和后台作业。

适用人群

它专为希望拥有可编程的、本地优先的 AI 助手的开发者和高级用户而设计，该助手可以索引他们的个人数据、自动化重复任务，并通过自定义插件进行扩展。

亮点

• 微内核架构：具有高度可扩展的包存储的最小核心，用于工具和前端。
• 本地优先 RAG：对多种文件类型（PDF、代码、电子表格、音频/视频）进行全面索引，具备混合搜索能力。
• 主动代理：能够通过 cron 作业安排定期的子代理以进行简报、提醒和研究。
• 实时加载插件：代理可以在运行时编写、测试并实时加载自己的工具和插件。
• 多前端支持：在终端 REPL 和 Telegram 机器人之间共享统一的对话逻辑。