MyContext – 千问办公开源的个人工作上下文基础设施项目

MyContext是千问办公开源的个人工作上下文基础设施项目,上线一周GitHub星标即突破1000,是千问办公的首个开源项目。为AI Agent搭建“本地记忆层”,将散落在钉钉、飞书等办公软件中的聊天、文档、会议纪要、待办审批、日历等碎片化工作数据,自动蒸馏为一份持续更新的个人工作档案,让Agent能够真正读懂用户的工作背景、协作关系和行为习惯,解决传统Agent“每次对话都失忆、无法融入真实工作流”的核心痛点。

MyContext - 千问办公开源的个人工作上下文基础设施项目

MyContext核心特点

  • 本地化优先,数据安全可控:所有数据默认存储在用户本地设备的SQLite数据库中,不强制上传云端,模型和Agent只能通过受控接口读取上下文,数据所有权和权限完全归用户所有,从源头避免企业敏感信息泄露。
  • 全自动蒸馏,无需手动维护:不同于Obsidian等需要用户手动录入内容的知识库,MyContext会自动从授权的工作数据源中抓取信息,经过结构化处理后沉淀为Agent可直接调用的工作档案,用户无需额外投入时间整理。
  • 全链路可追溯,杜绝AI幻觉:档案中的每一条结论都绑定了原始消息的ID,明确标注来源、时间和具体内容,用户可以随时回溯到原始聊天、文档或会议记录,验证信息的准确性,大幅降低Agent输出错误内容的概率。
  • 智能冲突处理,尊重用户决策:针对工作中常见的信息前后矛盾问题,MyContext不会简单采用“取最新”或“取置信度最高”的传统方案,而是通过三态合并机制处理:一致信息自动增强置信度,补充信息并入既有结论,出现真实冲突时同时保留多条事实并下调置信度,交由用户最终裁决,用户确认后的结论模型永远不能自动覆盖。
  • 增量计算,低成本可持续更新:采用增量处理逻辑,能靠本地规则判断的信息直接处理,只有遇到关系模糊的内容才调用模型,已计算的结果尽量复用,多次更新攒成批次集中处理,避免每次全量重算带来的高昂成本,支持档案长期持续更新。

MyContext技术原理

MyContext采用分层解耦的架构设计,各模块职责独立,整体处理流程分为7个核心层级:
  1. 渠道层:通过channels插件打通钉钉、飞书等办公系统,在用户授权范围内采集聊天、文档、会议纪要、待办审批、日历、通讯录等数据,采集范围由用户自主控制,保密群信息会自动跳过,数据按照“数据源+类型+ID”的方式做增量去重,避免重复读取。
  2. 摄取层:负责数据采集的调度、标准化、检查点管理、失败重试和增量同步,确保数据稳定接入系统。
  3. 存储层:基于本地SQLite数据库存储原始数据,支持数据迁移、来源记录、消息索引和用户状态管理。
  4. ContextPipeline处理层:这是核心加工层,首先将连续3小时无人发言的消息切成会话块,再进行向量化、实体和事实抽取,最终形成一张带有时空信息的知识图谱。
  5. 蒸馏层:从知识图谱中提炼出五类结构化结论:用户的岗位职责、他人通常找用户处理的事项类型、用户接到任务后的标准处理步骤、最终的交付形式、用户的工作规矩和红线,同时会从对话中识别多步工作流程,整理成可直接供Agent调用的playbook执行手册。
  6. 检索层:支持结合来源引用的全文检索和知识图谱查询,Agent执行任务时可快速召回相关上下文。
  7. Persona数字分身层:负责数字分身的运行时管理,包括会话策略、上下文回调、回复协议和安全控制,确保生成的内容符合用户的表达习惯,同时所有对外发送操作都需要用户明确授权。

针对时序数据处理,MyContext将幂等性建立在数据源的稳定标识上,即使消息时间戳较旧,只要系统此前未消费过就会进入处理链路,同时以对话空闲间隔作为会话边界,让上下文切分贴合真实交互节奏,还会采用滑动时间窗持续聚合证据,同一事实在不同时间、不同讨论中反复出现时,重复本身会转化为新的置信度信号。

MyContext项目地址

  • 项目官网:https://mycontext.md/
  • GitHub仓库:https://github.com/openTrinity/mycontext

MyContext主要功能

  • 个人记忆图谱:将人物、项目、话题、事件、会话和相关事实连接成个人专属的记忆图谱,用户可以从“我”的不同视角探索关系,沿着数据源之间的线索追溯,回到原始关联,而不是只看到各处孤立的摘要。
  • 数字分身辅助沟通:数字分身会基于用户的个人脉络、沟通习惯和针对不同关系的历史信息,辅助处理日常工作对话,能够理解新消息、感知相关背景,并以用户的表达方式准备回复草稿,所有实际发送操作都需要用户明确授权,控制权始终在用户手中。
  • 工作历史搜索问答:用户可以用自然语言询问自己的工作历史,MyContext会结合本地全文搜索、知识图谱查询,由Agent基于可追溯的来源组织答案,当自然Agent运行环境不可用时,搜索会降级为本地相关结果,不会轻易生成没有关联的答案。
  • 工作档案自动生成:自动将碎片化的工作数据沉淀为持续更新的个人工作档案,包含职责范围、协作关系、行为习惯与工作讨论的结论,Agent执行任务时可快速查询和推理,不用用户每次重新交代工作背景。
  • 工作流Playbook生成:从聊天记录中识别多步工作流程,整理成结构化的执行手册,为后续多个Agent协作完成任务提供标准化的操作指引。

MyContext应用场景

  • 个人日常办公提效:普通职场人可以用它自动总结每日工作内容、罗列待办事项、查找上周项目群的重要消息、辅助回复工作信息,不用每次换对话窗口都重新交代项目背景,大幅减少重复沟通的时间成本。
  • 内容创作与复盘总结:内容创作者、项目经理等需要定期产出周报、复盘报告的用户,可以通过MyContext快速调取历史沟通记录、文档版本、会议结论,自动生成结构化的总结内容,不用手动翻阅大量聊天记录找素材。
  • 专业服务场景:律师、咨询师、设计师等专业工作者,可以将过往的案例沟通、方案迭代记录沉淀为个人工作档案,Agent辅助工作时能自动匹配之前的处理经验,提升方案产出的精准度和效率。
  • 企业级协作与管理:未来推出企业版后,可接入Salesforce、SAP等企业软件,将散落在各个系统中的隐性业务背景整合到Agent工作流中,用于新员工培训、客户管理辅助、项目进度追踪等场景,把老员工的经验沉淀为组织资产,提升整体生产力。
  • 开发者二次开发:作为开源项目,开发者可以基于MyContext的架构做二次开发,给自己的Agent产品添加个性化上下文能力,打造更贴合特定场景的办公智能体。

MyContext同类产品对比

表格

对比维度MyContextContextberg
研发主体阿里千问办公团队海外独立开发者团队
核心定位开源个人工作上下文基础设施,为办公 Agent 供给结构化工作档案本地优先的 AI 系统记忆工具,为通用 AI Agent 提供全场景活动上下文
数据来源飞书、钉钉等办公 IM、文档、会议记录等协作类工作数据桌面应用操作、浏览记录、文件访问等全数字工作流活动
核心机制自动抓取工作数据,经分类、抽象、关联后沉淀为可溯源的工作档案,直接供 Agent 调用后台静默捕获系统活动,本地结构化存储,按需向各类 AI 工具注入上下文
核心特色原生适配办公协作场景,信息可回溯原始出处,开源可二次开发,本地优先保障数据隐私全应用无差别覆盖,视觉级上下文捕获,纯离线运行,无需对接特定办公平台
适用场景个人办公 Agent 上下文供给、工作知识自动沉淀、私有化办公 AI 落地全场景数字工作记忆补全、通用 AI 工具上下文增强、个人操作回溯检索
© 版权声明
为这篇文章评分
10.0/ 10
2 人评价
点击⭐️进行评分

相关文章

暂无评论

none
暂无评论...