MineContext

主动捕捉上下文，让 AI 更懂你的每一次对话

开源 🏷️定价信息待确认 🔧 仅开源项目，无在线服务，需自行部署搜索知识 🍴 复刻 413 🐛 待处理 135 👀 关注 22

GitHub ↗

GitHub 星标 ★ 5543

维护状态低维护

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

MineContext 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类搜索知识

开发团队volcengine

GitHubhttps://github.com/volcengine/MineContext

定价模式🏷️定价信息待确认

价格说明定价信息待确认

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型agent,context-engineering,electron,embedding-models,javascript,memory,proactive-ai,python,python3,rag,react,typescript,vector-database,vision-language-model

GitHub 星标★ 5543

上线时间2025-06-24 00:00:00

代码更新2026-05-07

仓库体积28.8 MB

本站数据更新2026-11-07

维护状态低维护

收录时间2026-08-09

浏览次数4

项目介绍

MineContext 是一个主动式的上下文感知 AI 助手，基于 Context-Engineering 理念构建，结合 ChatGPT Pulse 技术，旨在解决 AI 对话中上下文丢失、信息碎片化的问题。它能够自动捕捉、整理并持续追踪用户的工作上下文，在需要时主动提供相关信息，让 AI 更懂用户。核心能力包括：实时上下文捕获、智能信息聚合、主动式提醒与建议、以及与主流 AI 工具的集成。项目采用 Python 开发，提供简单易用的 API 和插件系统，适合个人知识管理和团队协作场景。通过持续学习用户行为模式，MineContext 能逐步构建个性化知识图谱，提升 AI 交互的准确性和效率。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 5543

技术标签

agent context-engineering electron javascript memory

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶约 15 分钟部署方式：本地安装 6 步

环境要求

Python 环境，后端推荐使用 uv 管理依赖
Node.js 与 pnpm（用于安装前端依赖）
豆包（doubao）或 OpenAI 的 embedding、VLM 模型 API Key
macOS 或 Windows 桌面环境（客户端发布包）

安装与启动步骤

1下载安装客户端

从 GitHub Releases 页面下载对应系统安装包：Mac 为 dmg，Windows 为 setup.exe，直接安装即可。
2安装 uv 工具

后端推荐用 uv 做包管理，执行脚本安装；已安装过可跳过此步。
```
curl -LsSf https://astral.sh/uv/install.sh | sh
```
3还原默认 PyPI 源

因包版本问题不支持国内 PyPI 镜像，需先取消全局 index-url 配置。
```
pip config unset global.index-url
```
4安装前端依赖

进入 frontend 目录后执行 pnpm install 安装前端依赖包。
```
cd frontend
pnpm install
```
5填写配置文件

编辑 config/config.yaml，填入 embedding_model 与 vlm_model 的 api_key，按需调整采集参数。
6启动后端服务

用默认配置启动服务，启动前请确认配置文件中的 api_key 已替换为真实值。
```
uv run opencontext start
```

关键配置

配置项	必填	说明	示例
`server.host`	否	后端服务监听地址	`127.0.0.1`
`server.port`	否	后端服务监听端口	`8765`
`embedding_model.provider`	是	嵌入模型提供方，可选 openai 或 doubao	`doubao`
`embedding_model.api_key`	是	嵌入模型调用密钥	`your-api-key`
`embedding_model.model`	是	使用的嵌入模型名称	`doubao-embedding-vision-250615`
`vlm_model.model`	是	视觉语言模型名称	`doubao-seed-1-6-flash-250828`