openTrinity/mycontext

MyContext – 為 AI 提供個人工作上下文層

定義 – MyContext 是一款開源桌面應用程式，能夠持續收集使用者的工作數據（即時通訊聊天、文件、會議記錄、行事曆、核准事項、本地檔案等），並構建個人專案、聯絡人、主題和事件的 私有且不斷演進的知識圖譜。該圖譜儲存在使用者的機器上，可以透過大型語言模型、本地代理或其他授權的 AI 工具進行查詢，從而讓 AI 從豐富的個人上下文而非空白提示詞開始工作。

核心能力

• 個人上下文圖譜 – 連接人物、專案、主題、對話和事實；使用戶能夠探索關係並跳回原始素材。
• 數位自我 (Digital self) – 一個可以閱讀傳入訊息、從圖譜中召回相關背景並以使用者風格起草回覆的「人格」，但任何發送或破壞性操作都需要使用者的明確批准。
• 搜尋與問答 – 透過結合全文檢索、語義相似度和圖譜查詢，對整個工作歷史進行自然語言查詢；回答由代理組裝，並始終包含可追溯的來源引用。

工作原理

1. Channels – 每個工作系統統一且受權限控制的連接器。
2. Ingest – 增量式、帶檢查點的同步，無需重新讀取所有內容即可保持本地副本為最新狀態。
3. Store – 持有原始記錄、索引和派生上下文的本地資料庫（使用者範圍）。
4. Context pipeline – 將原始記錄轉換為結構化事實、偏好和關係數據。
5. Retrieval – 混合關鍵字搜尋、語義召回和圖譜遍歷，始終回傳來源引用。
6. Knowledge graph – 儲存實體、事實及其關係以實現快速查詢。
7. Persona – 處理對話策略、上下文召回和安全起草的數位自我執行期。
8. Agent runtime – 為 AI 模型提供對圖譜和檢索服務受控存取的隔離會話。
9. Desktop – 將所有層連接到最終使用者的 Electron + React UI。

設計原則

• 個人上下文優先：圖譜圍繞個人而非原始應用進行組織。
• 預設本地化：所有數據和索引都保留在使用者的裝置上。
• 答案先於證據：每個 AI 生成的答案都包含底層的來源引用。
• 人機回環 (Human-in-the-loop)：任何不可逆或面向外部的操作（例如發送訊息）必須經過明確批准。

目前狀態 – 專案正在積極開發中。桌面 UI、本地儲存、搜尋/問答、圖譜和數位自我工作流已具備功能。正在陸續添加對更多數據源和第三方整合的支持。它被描述為一個可運行的原型，而非完成的產品。

授權 – Elastic License 2.0（原始碼可用；您可以直接使用、修改和自託管，但不得將該軟體作為託管/管理服務提供給第三方）。