MineContext

主动捕捉上下文，让 AI 更懂你的每一次对话

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。

开源 unknown 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 5523

维护状态低维护

是否开源是

定价模式 unknown

项目数据

分类搜索知识

开发团队volcengine

所属国家

官网地址

GitHubhttps://github.com/volcengine/MineContext

定价模式unknown

价格说明定价信息待确认

访问状态

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★ 5523

30天Star增速

HF 下载量

上线时间2025-06-24 00:00:00

最近更新2026-09-22 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

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`

如何确认成功

后端启动后监听配置的 127.0.0.1:8765 且终端无报错；桌面客户端可正常打开。

常见问题

Q：Mac 提示应用被隔离或已损坏怎么办？

A：v0.1.5 起已支持 Apple 公证，无需再手动关闭 quarantine 属性；旧版本请参考 0.1.4 版本的旧文档处理。

Q：可以使用国内 PyPI 镜像加速吗？

A：不支持。README 明确说明因包版本问题需使用原始 PyPI 源，可执行 pip config unset global.index-url 还原配置。

Q：如何切换中英文提示词？

A：项目提供 config/prompts_zh.yaml 与 config/prompts_en.yaml 两套模板，按需选用中文或英文提示词模板。

Q：后端一定要用 uv 安装吗？

A：README 推荐使用 uv 进行快速可靠的包管理，因此启动命令为 uv run opencontext start。

注意事项

README 中未给出前端页面的启动命令，装好依赖后请以官方后续说明为准。
API Key 属于敏感信息，请勿将配置文件提交到公开仓库。
桌面客户端发布包目前只提供 Mac（dmg）与 Windows（exe）两种。
按需开启 capture.screenshot 截屏采集，采集间隔默认 5 秒，注意隐私保护。

核心亮点

自动捕获并整理对话上下文，减少重复输入，提升交互效率
基于 Context-Engineering 理念，实现主动式信息推送而非被动响应
提供插件系统，可无缝集成到现有 AI 工作流中

不足之处

文档/社区待观察
依赖外部 AI 服务，可能增加使用成本

适用场景

个人知识管理，自动归档日常对话和笔记
团队协作时，共享上下文减少沟通成本
开发者构建上下文感知的 AI 应用

替代项目

Mem0、Zep、Letta

项目介绍

MineContext 是智能体领域的开源项目，由 volcengine 开发，2025 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（5,523）位列前 8%，在智能体分类的 2,499 个项目里位列前 9%。

近 41 天，它的 GitHub 星标从 5,458 增加到 5,523，净增 65。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。

它主要面向的使用场景是：个人知识管理，自动归档日常对话和笔记。同类可对比的替代方案包括 Mem0、Zep、Letta。

上一篇：pyspur

下一篇：solace-agent-mesh