Intuition-Lab/personal-model

解決的問題

Personal Model 為 AI 編碼代理提供了一個本地優先、長期記憶層。它解決了代理在不同工具之間缺乏使用者目標、優先順序與工作模式的一致性、個人化上下文的問題，同時確保這些敏感的個人資料始終保留在使用者自己的裝置上，完全私密且由使用者控制。

如何運作

它作為 macOS 上的本地執行環境運行，在使用者授予權限後，捕獲來自應用程式的專注活動。這些資訊被組織成一個證據連結的上下文階層結構：

• 點：源自觀察或事件的資訊。
• 線：隨時間變化的关系或演變。
• 面：由證據支持的模式。
• 體：跨專案的高階結構。
• 根：使用者的最終整合模型。

這些資料透過 Model Context Protocol (MCP) 提供給 AI 客戶端（如 Claude Code、Cursor Agent 和 Codex），使代理能夠搜尋未完成的工作、根據優先順序對步驟進行排序，並基於「收據」而非隱藏摘要做出有根據的決策。

適用對象

使用 AI 編碼代理，並希望在不同 AI 工具間擁有統一、私密且基於證據的記憶的 macOS 開發者與高階使用者。

主要亮點

• 本地優先且私密：資料在 Mac 上儲存與處理，避免使用託管記憶服務。
• MCP 整合：與多種 MCP 相容客戶端（如 Claude Code、Cursor、Codex）無縫協作。
• 統一記憶：一個「根」模型，作為多個不同 AI 代理的單一事實來源。
• 證據連結：保留主張的來源，使使用者與代理能夠檢查並驗證記憶的出處。