Persome:本地优先的个人模型构建工具

解决什么

当你同时使用多个 AI 编程助手(Codex、Claude Code 等)时,它们对你的了解都是零散的——不知道你的优先级、工作习惯、未完成任务。Persome 通过在 Mac 上本地捕获你的实际工作活动(需授权辅助功能权限),自动构建一个分层的个人知识模型:从单个观察点(Point)到关系(Line)、模式(Face)、高阶结构(Volume),最终形成一个完整的"你"的模型(Root)。这个模型通过 MCP 协议暴露给 AI 助手,让它们能基于你的真实工作方式做决策,而非用通用模板应付所有人。

为何火

1092 stars 的热度来自三个痛点的精准击中:首先,AI 助手的"千人一面"问题——同样的提示词不应给所有人相同答案;其次,隐私焦虑——Rewind AI 等商业工具需上传数据,Persome 数据完全本地且可随时删除;第三,开发者的实际需求——能让 AI 助手自动识别未完成工作、按优先级排序、区分安全的本地任务和需要人工确认的外部操作。项目在 GitHub 官方 MCP Registry 收录,且提供无需真实数据的合成演示,降低了试用门槛。

核心功能

分层知识图谱:将屏幕活动转化为五层结构——Point(单个事件)→ Line(时间关系)→ Face(证据支持的模式)→ Volume(跨项目结构)→ Root(当前完整模型)。每个推断都保留原始证据链,新证据可修正旧结论。

MCP 协议集成:一次连接后,所有兼容 MCP 的 AI 客户端都能访问同一个个人模型,无需重复配置。支持"断点续做"(恢复上次工作状态)和"睡眠工作"(筛选可安全自动执行的任务,早上查看完成报告)。

本地优先设计:所有数据存储在 ~/.persome,提供本地 Web 查看器(默认 http://127.0.0.1:8743/model),支持导出、修正和删除。屏幕截图和 OCR 仅在明确启用时触发,且不会上传。

安装

快速试用(无需真实数据):

git clone https://github.com/Intuition-Lab/personal-model.git
cd personal-model
uv run python scripts/sample_demo.py

按 Ctrl-C 自动清理临时数据。

正式安装(需 macOS 13+ 和 Xcode 命令行工具):

uv tool install personal-model
persome onboard  # 交互式引导授权
persome model open --after 30  # 30分钟后打开查看器

或从源码:

git clone https://github.com/Intuition-Lab/personal-model.git
cd personal-model
bash install.sh

适合谁

• 重度 AI 编程用户:同时使用多个 AI 助手,需要统一的个人上下文
• 隐私敏感开发者:不愿将工作数据上传到 Rewind AI 等商业服务
• Mac 用户:目前仅支持 macOS 13+,需授予辅助功能权限
• Python 3.12/3.13 环境:依赖 FastAPI、MCP、Pillow 等库
• 中文用户注意:无需梯子,但需 Xcode CLI 工具;屏幕捕获的中文文本识别效果取决于 macOS OCR 能力

社区评价

暂无足量社区公开讨论,以下为基于项目本身的中立评估:

项目在 GitHub 官方 MCP Registry 收录,表明其 MCP 实现得到认可。从 1092 stars 和 8 位贡献者看,属于小而活跃的团队项目。README 提供详细的概念说明和实际截图,合成演示降低了试用心理门槛。技术上采用 Python + FastAPI + macOS 原生 API,架构清晰。Alpha 阶段(Development Status :: 3)意味着 API 可能变动,但从最近 1 天前的提交和 v0.3.2 版本看,迭代节奏稳定。

选型对比

vs Rewind AI(商业工具):Rewind 功能更成熟(支持会议录音、跨平台),但需订阅且数据上传云端;Persome 完全本地、开源免费,但仅限 macOS 且功能仍在完善。

vs 传统 AI 助手上下文方案:Claude Projects 或 Cursor 的项目配置需手动维护;Persome 自动从实际活动学习,但需要授予系统级权限,且初期数据积累需要时间。

vs 自建知识库(Obsidian + AI 插件):手动记录更可控,但 Persome 的自动捕获和证据链追溯是独特优势;代价是必须接受屏幕监控(尽管本地存储)。

已知坑

1. macOS 独占:README 明确仅支持 macOS 13+,Windows/Linux 用户无法使用
2. 权限敏感:需授予辅助功能权限,部分企业 MDM 策略可能阻止
3. Alpha 阶段:pyproject.toml 标注 Development Status :: 3 - Alpha,API 可能变动
4. Python 版本限制:严格要求 3.12-3.13,3.14 不支持(requires-python = ">=3.12,<3.14")
5. 初期数据稀疏:个人模型需要时间积累,前几周可能无法提供有效上下文
6. 中文 OCR 依赖系统:屏幕文本识别效果取决于 macOS 内置 OCR,复杂排版可能识别不准
7. MCP 客户端要求:需使用支持 MCP 协议的 AI 客户端,传统 API 调用无法直接使用