grapeot/context-infrastructure

解決的問題

解決AI提供通用、"正確但無用"回應的問題，提供一個建立個人化上下文基礎設施的結構化框架。讓使用者能將AI從通用工具轉變為理解使用者特定身分、偏好與累積知識的個人助理。

如何運作

此系統作為參考實作（藍圖）而非即插即用工具運作。它將資訊組織為三層結構：

• 展示層：包含一年內累積的精煉原理與技能，作為知識結構化的範例。
• 可重用層：提供身分（SOUL.md）、使用者偏好（USER.md）與溝通風格（COMMUNICATION.md）的範本，以及記憶系統（ai_heartbeat）的程式碼。
• 不可重用層：使用者必須從自身行為資料中收集的具體經驗與洞見。

系統利用每日觀察腳本（observer.py）與每週反思腳本（reflector.py）構成的記憶系統，可透過cron作業配置，實現持續的學習與記憶累積循環。

適用對象

希望使用Claude Code、Cursor或OpenCode等工具個人化AI助理，並願意投入時間收集自身行為資料以建立高上下文AI體驗的個人。

主要亮點

• 參考實作：一個已運行一年的完整系統結構藍圖。
• 三層記憶系統：透過 OBSERVATIONS.md 實現L1/L2記憶的結構化方法。
• 自動化記憶維護：包含每日觀察腳本與每週反思的「AI心跳」功能。
• 可擴展技能生態系統：支援與外部公開技能倉儲整合，實現網頁搜尋、Google Docs、支付分析等功能。