【免费下载链接】personal-modelBuild your HUMAN.md.项目地址https://gitcode.com/gh_mirrors/pe/personal-model点击查看免费下载Persomepersonal-model是一个开源、本地优先的Personal Model个人模型运行平台它在你的 Mac 上静默观察你专注的工作活动把零散的屏幕行为逐步提炼成一套可检查、可追溯的关于你的模型——也就是你的HUMAN.md再交给 Codex、Claude Code 等 MCP 客户端使用。这篇文章将完整拆解它最核心的 5 层几何结构Point点、Line线、Face面、Volume体、Root根帮助你快速理解这个个人模型是如何一步步长出来的。 一句话概括从上千个瞬间到一个不断演化的你。一、先看全景五层几何一个递进的模型Persome 借用了几何学的隐喻来组织记忆。层级越低越接近原始事实层级越高越接近人格。官方对五层的定义非常简洁层级几何隐喻含义例子Point点一条有来源的观察或事件用户把上午留给专注写作Line线两个点之间的关系或随时间的变化用户参与 Persome 项目Face面由多条相关证据支撑的稳定模式用户的协作方式是架构评审制Volume体跨项目、跨生活领域的高阶结构专注创作 协作治理的组合风格Root根当前整合后的你一位把个人上下文变成可检查模型的专注构建者这套完整的分层快照结构定义在 MODEL_FORMAT.md 中每一层都有独立的 schema 字段和审计信息如confidence、source_receipts保证每一个重要结论都能一路追溯到原始证据。二、Point一切模型的地基Point 是带凭条的观察。它不是模糊的印象而是每一条都绑定着来源receipt、时间戳和置信度的具体事实。在官方合成示例 model_seed.json 中你可以看到最朴素的 PointThe user reserved mornings for focused writing.用户把上午留给专注写作Point 有三个关键特性值得新手特别注意可演化Evolution当事实改变时新 Point 会supersede取代旧 Point但旧版本不会被删除而是保留下来用于审计和时间旅行。例如用户预留上午写作后来演化为用户预留上午写作和评审两条 Point 都还在。有置信度低置信度的 Point 不会进入活跃模型。绝不虚构证据不足时Persome 宁可报告模型仍在成形也不会编造内容。三、Line让孤点连成网络单点构不成模型Line 负责把点连起来。Persome 的 Line 有两种形态详见 docs/writer.mdkind: evolution演化线连接旧认知 → 新认知记录事实如何随时间变化kind: relation关系线表达语义关系例如用户participates_inPersome 项目并附带谓词、置信度、有效期和来源凭条。关系线有一个严格的设计每一条都必须引用会话中的原文证据谓词来自封闭词表低于置信度门槛的一律丢弃实现见 memory_delta.py。这意味着模型中的每一条线都不是 LLM 的即兴发挥而是可复核的结构化推断。四、Face 与 Volume从模式到跨域结构当同一类事实在不同场合反复出现模型就开始归纳Face面由 schema_miner_stage.py 挖掘的一级稳定模式。比如若干条上午写文档评审代码架构保留专注时间块的 Point最终归纳出一张 Face用户的深度工作以受保护的专注块为前提。Face 的晋升要求稳定的重复支撑——一次出现永远不够。Volume体由 cross_domain_sweeper.py 合成的二级跨域结构。它比较的是主题上互不相关的稳定 Face当写作领域的专注模式和项目治理的协作模式反复呈现同一种行为结构时就升维成一个 Volume例如用户将专注创作与协作型运行时治理相结合。一个巧妙的隐私细节关于协作者Person的 schema 被明确排除在 Volume 输入之外——别人的行为不会被融合进你的模型。五、Root整个模型的根Root 是顶点且至多只有一个——这是 Persome 的硬性契约多个 live Root 直接被视为契约错误。Root 由 root_synthesis.py 在 token 预算内压缩最活跃的 Face、Volume 和画像证据生成例如A focused builder who turns personal context into an inspectable local model. 一位把个人上下文转化为可检查本地模型的专注构建者。Root 有三条铁律只增不造新 Root 取代旧 Root但输入缺失或构建失败时绝不用空内容覆盖一个有效的旧 Root可下钻Root 通过成员链聚合证据凭条你可以从一句话人格描述一路展开到具体的 Face、Point 乃至原始捕获记录可读化构建完成后Root、Volume、Face 会被确定性渲染成本地~/.persome/HUMAN.md——这就是项目口号 Build your HUMAN.md 的由来。上图为合成数据生成的/model视图中央是 Root 光核Volume 与 Face 构成轨道结构Point 如星点云团环绕。左侧标签显示当前模型为424 Points / 146 Lines / 12 Faces / 4 Volumes / 1 Root。六、从屏幕到 Root数据流全景新手常问这些 Point 从哪来答案是一条本地优先、逐级压缩的流水线完整架构见 docs/architecture.mdmacOS 辅助功能捕获 ──▶ 1分钟时间块 ──▶ 工作会话切分 │ 每5分钟增量归约 ──▶ 有证据门槛的记忆提炼 │ Point / Line增量应用──▶ Face / Volume / Root慢速构建 │ HUMAN.md / MCP / 本地 viewer几个关键设计思想先持久化后应用每轮记忆提炼先落盘审计记录再做确定性应用崩溃后可断点续跑不重复消耗 LLM 调用快慢分层Point/Line 每 5 分钟增量更新Face/Volume/Root 每 30 分钟或每天 00:15才构建一次——高频细节与低频人格分开演进降级而非虚构任何语义阶段失败都标记为degraded模型保持可用但绝不假装完整。七、为什么重要Same AI, Different You这套模型最大的价值不在于记住你而在于让同一个 AI 为不同人做出不同且正确的决策图中展示了 Persome 的核心理念两个人给同一个 AI 模型相同的提示词What should I work on next?却因为各自的 Personal Model 不同得到完全不同的优先级——Cecilia 得到先修复 onboarding 证明Alex 得到先跑基准测试。模型相同被理解的人不同。通过 MCP 协议接入后编码智能体可以读取你的目标、优先级、工作模式和边界自主找出未完成的本地工作并继续推进——而你始终保留对外部动作的最终决定权。八、五分钟上手先跑一个合成模型想亲眼看看 Point → Root 的完整构建过程Persome 提供了一个不触碰任何个人数据的合成交互演示git clone https://gitcode.com/gh_mirrors/pe/personal-model cd personal-model uv run python scripts/sample_demo.py脚本会打开本地http://127.0.0.1:8743/model页面展示一个包含 424 个 Point、146 条 Line、12 个 Face、4 个 Volume 和 1 个 Root 的完整合成模型并按下Ctrl-C自动清理临时数据。演示脚本源码见 sample_demo.py。如果你想用自己的真实数据构建模型流程同样简短uv tool install personal-model persome onboard persome model open安装完成后persome model open会打开专属于你的个人模型视图——那一刻你会第一次看见自己。总结一张图记住 Persome 的核心层级回答的问题更新频率Point发生了什么每 5 分钟Line哪些事相互关联、如何演化每 5 分钟Face我有哪些稳定模式每 30 分钟Volume我的模式跨领域有什么共同结构每 30 分钟Root此刻的我是什么每 30 分钟至多一个Persome 把被 AI 理解变成了本地、可审计、可纠正的工程问题证据留下凭条推断留下门槛人格只有一个 Root。这正是它口号的含义——Build your HUMAN.md构建一个真正属于你的模型。赞分享【免费下载链接】personal-modelBuild your HUMAN.md.项目地址https://gitcode.com/gh_mirrors/pe/personal-model点击查看免费下载相关推荐5步走完10分钟OpCore Simplify 一键生成 OpenCore EFI 完全指南5步走完10分钟OpCore Simplify 一键生成 OpenCore EFI 完全指南 OpCore Simplify 是一个开源免费的 OpenCor开发工具CLI5分钟零门槛体验Persome一条命令生成你的第一个个人模型5分钟零门槛体验Persome一条命令生成你的第一个个人模型 Persome 是一个开源的个人模型Personal Model构建工具它把你本地的真实活TodoMVC深度解析5个步骤教你理解MV*架构模式的核心原理TodoMVC深度解析5个步骤教你理解MV 架构模式的核心原理 TodoMVC是一个革命性的开源项目它通过同一个待办事项应用在不同前端框架中的实现为开发者示例工程前端创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
