openTrinity/mycontext

MyContext – 为 AI 提供个人工作上下文层

定义 – MyContext 是一款开源桌面应用程序，能够持续收集用户的工作数据（即时通讯聊天、文档、会议记录、日历、审批事项、本地文件等），并构建个人项目、联系人、主题和事件的 私有且不断演进的知识图谱。该图谱存储在用户机器上，可以通过大语言模型、本地代理或其他授权的 AI 工具进行查询，从而让 AI 从丰富的个人上下文而非空白提示词开始工作。

核心能力

• 个人上下文图谱 – 连接人物、项目、主题、对话和事实；使用户能够探索关系并跳转回原始素材。
• 数字自我 (Digital self) – 一个可以阅读传入消息、从图谱中召回相关背景并以用户风格起草回复的“人格”，但任何发送或破坏性操作都需要用户的明确批准。
• 搜索与问答 – 通过结合全文检索、语义相似度和图谱查询，对整个工作历史进行自然语言查询；回答由代理组装，并始终包含可追溯的来源引用。

工作原理

1. Channels – 每个工作系统统一且受权限控制的连接器。
2. Ingest – 增量式、带检查点的同步，无需重新读取所有内容即可保持本地副本为最新状态。
3. Store – 持有原始记录、索引和派生上下文的本地数据库（用户范围）。
4. Context pipeline – 将原始记录转换为结构化事实、偏好和关系数据。
5. Retrieval – 混合关键词搜索、语义召回和图谱遍历，始终返回来源引用。
6. Knowledge graph – 存储实体、事实及其关系以实现快速查询。
7. Persona – 处理对话策略、上下文召回和安全起草的数字自我运行时。
8. Agent runtime – 为 AI 模型提供对图谱和检索服务受控访问的隔离会话。
9. Desktop – 将所有层连接到最终用户的 Electron + React UI。

设计原则

• 个人上下文优先：图谱围绕个人而非原始应用进行组织。
• 默认本地化：所有数据和索引都保留在用户的设备上。
• 答案先于证据：每个 AI 生成的答案都包含底层的来源引用。
• 人机回环 (Human-in-the-loop)：任何不可逆或面向外部的操作（例如发送消息）必须经过明确批准。

当前状态 – 项目正在积极开发中。桌面 UI、本地存储、搜索/问答、图谱和数字自我工作流已具备功能。正在陆续添加对更多数据源和第三方集成的支持。它被描述为一个可运行的原型，而非完成的产品。

许可证 – Elastic License 2.0（源码可用；您可以直接使用、修改和自托管，但不得将该软件作为托管/管理服务提供给第三方）。