MyContext 是一个用 TypeScript 构建的本地优先桌面应用，目标是把个人工作中的即时通讯、文档、会议记录等分散数据源持续整理成可检索、可追溯、可供 AI/Agent 使用的“个人工作上下文层”。它包含本地存储、增量采集、全文/语义检索、知识图谱、数字分身、Agent Runtime 和 Electron/React 桌面端等模块。项目当前处于活跃开发阶段，更适合作为可用原型、技术验证或二次开发基础，而不是成熟的商业成品。
适用领域
个人知识管理 / AI Agent / 本地优先应用 / 企业协作 / 知识图谱 / 语义检索 / 桌面应用 / 数字分身 / 工作流自动化 / LLM 应用基础设施
配置难度
中高。对于熟悉 TypeScript、Electron、React、本地数据库、RAG/向量检索和 Agent 架构的开发者，可以作为二次开发基础；对于只想直接安装使用的普通用户，目前文档和产品成熟度可能不够。生产化落地需要处理数据源接入、权限、安全、模型配置、索引性能和桌面端稳定性等问题。
商业价值
该项目的商业价值主要在于个人/企业级 AI 工作上下文基础设施。它可以作为企业内部 AI 助理、个人知识管理、智能办公桌面端、数字分身、RAG 检索平台或 Agent 运行时的原型基础。由于采用本地优先和证据可追溯设计，适合对隐私、数据主权和可控 AI 有较高要求的场景。但受 Elastic License 2.0 限制，不能直接包装成第三方托管 SaaS/托管服务提供，需要采用企业内部部署、私有化交付、桌面软件授权或基于合规二次开发的商业模式。
01
技术亮点
- 本地优先设计，个人工作数据和索引默认保存在用户机器上，更符合隐私和数据主权需求。
- 不是单纯聊天机器人，而是定位为“个人工作上下文层”，可被模型、本地 Agent 和授权 AI 应用消费。
- 架构分层清晰，包含 Channels、Ingest、Store、Context Pipeline、Retrieval、Knowledge Graph、Persona、Agent Runtime、Desktop 等模块。
- 强调来源引用和证据优先，搜索问答结果可追溯，降低 AI 幻觉风险。
- 支持增量采集和本地副本维护，适合长期持续积累个人上下文。
- 同时结合全文检索、语义召回和图谱查询，检索能力设计较完整。
- 数字分身功能强调用户确认机制，发送消息等高风险操作不会自动执行。
- 采用 Electron + React，适合跨平台桌面端产品形态。
- README 提供中英文说明，对中文开发者比较友好。
02
目标用户
- 希望构建个人 AI 工作助理的开发者
- 关注本地数据隐私和个人知识管理的技术用户
- 需要整合 IM、文档、会议等工作数据的企业内部工具团队
- 正在探索 AI Agent、RAG、知识图谱结合场景的研发团队
- 希望二次开发桌面端 AI 办公产品的创业团队
- 研究个人上下文记忆层或数字分身产品形态的产品/技术人员
03
配置要求
- Node.js/TypeScript 开发环境
- Electron 桌面端运行环境
- React 前端构建环境
- 本地数据库或项目内置 Store 所需的运行依赖
- 用于语义检索或 Agent Runtime 的模型网关配置，可能需要本地模型或第三方 LLM API Key
- 数据源连接器授权配置，例如即时通讯、文档、会议记录等来源的访问凭证
- 用户本地数据目录读写权限
- 如启用向量检索、知识图谱或嵌入模型，可能需要额外的模型、索引或本地服务配置
- 具体配置项 README 未详细列出，需要进一步查看仓库配置文件和源码
04
适用场景
- 将个人工作聊天、文档、会议记录沉淀为可检索的长期上下文
- 基于历史对话和项目资料进行自然语言搜索问答
- 构建个人知识图谱，查看人物、项目、话题、事件之间的关系
- 为本地 Agent 或外部授权 AI 应用提供个人上下文检索能力
- 根据用户沟通习惯和历史上下文起草回复，但发送前需要用户确认
- 企业内部搭建员工本地化 AI 助理或知识工作台原型
- 验证本地优先 RAG、语义检索、图谱检索和 Agent Runtime 的组合架构
05
部署与配置
- README 未提供明确的安装和启动命令，需要查看仓库中的 package.json、pnpm/npm/yarn 配置以及 Electron 构建脚本。
- 通常可先克隆仓库：git clone https://github.com/openTrinity/mycontext.git
- 进入项目目录：cd mycontext
- 根据项目锁文件选择包管理器安装依赖，例如 npm install、pnpm install 或 yarn install。
- 查阅 package.json 中的 scripts，寻找 dev、start、desktop、electron、build 等命令来启动开发环境。
- 如涉及本地数据库、模型网关或数据源连接器，需要根据仓库中的配置示例补充环境变量和本地服务。
- 由于项目仍是原型状态，首次运行可能需要阅读源码、Issue 或提交历史来补齐缺失的启动说明。
06
风险与注意事项
- 项目明确说明仍处于持续开发中的可用原型阶段，稳定性、兼容性和功能完整度可能不足。
- README 未提供详细安装、运行和配置步骤，新开发者上手需要阅读源码。
- 当前支持的数据源仍有限，主要包括即时通讯、文档和会议记录，日历、审批、邮件等仍需扩展。
- 涉及个人敏感工作数据，虽然本地优先，但连接器授权、数据存储、日志和模型调用仍需仔细审计。
- 如果使用第三方 LLM API，可能存在上下文外发风险，需要额外的数据脱敏和权限控制。
- Elastic License 2.0 不是传统开源许可证，允许使用、修改和自托管，但禁止作为托管/管理服务提供给第三方，商业化需谨慎评估。
- 知识图谱、RAG、Agent Runtime、多数据源同步等系统复杂度较高，二次开发和生产化成本不低。
- 项目 stars 约 352，社区规模尚小，生态、文档和问题解答能力可能有限。
- 仓库 license 元数据为 NOASSERTION，但 README 声明为 Elastic License 2.0，实际使用前应核对 LICENSE 文件。
2026-08-10
第16名
新收录 · github_search
2026-08-09
第28名
新收录 · github_search
