个人知识库 Knowledge
事实、经历与依据- 12 类：对象、事件、状态、决策等
- 带来源、时间、证据、置信度和关联
- 状态变化：旧记录 stale + 新记录关联
- 敏感记录默认隔离，不进入普通上下文
主动型个人助理内核
覆盖任务全过程：
理解、执行、跟进与确认。
为 Agent 提供用户上下文、个人知识、资源发现、任务跟进和主动检查能力，并要求 Agent 在执行外部承诺前确认具体动作的授权。
本地优先 明确授权 有界上下文 成功经验可复用
明天去上海出差，请根据我的偏好准备交通、住宿与行程方案。
assistant_context · 读取靠窗偏好与待办
assistant_resources · 发现当前可用能力
assistant_workflow · 记录可复用流程
assistant_proactivity · 订阅行程邮件变化（建议，默认关闭）
assistant_task · 建立跟进与出行前天气复核
已根据您的交通与住宿偏好比较候选方案，并记录后续跟进事项。真实预订前，将请您确认具体班次、房型和价格。
⌁
授权检查：等待用户确认预订、付款、发送、提交等外部承诺需事先确认具体动作的授权。
0个模型工具（例程依赖调度服务）
0类个人知识
0类面板管理数据
0类业务偏好，另设“其他”
Personal data structure
个人知识库、偏好与任务的总体结构
个人知识库由 12 类知识记录组成，保存事实、经历与决策依据；偏好独立记录用户的服务要求，任务独立维护待办与执行状态。三类数据在具体需求中共同使用，支持基于个人情况的判断与持续跟进。
知识、偏好与任务分别管理；状态变化保留历史依据；记录本身不构成行动授权。
设计依据：让个人信息能够被解释、修正和持续使用
调研方案分别强调授权上下文、行为学习、身份权限、显式记忆或关系与意图建模。本项目关注这些信息进入个人决策后的使用方式：依据是否明确、情景是否适用、状态是否有效，以及用户能否纠正。
| 调研中的方案 | 需要解决的个性化问题 | 本项目的数据结构设计 |
|---|---|---|
| 隐性行为学习 OpenAI Dots、Alexa + Ambient | 如何解释和纠正行为推断，避免将一次选择固化为长期习惯？ | 分别保存观察、决策理由与假设；来源和置信度可检查。可复用偏好单独维护，推断不能作为已确认的用户指令。 |
| 显式画像与上下文图谱 Today | 如何保留用户控制权，同时降低持续维护个人信息的负担？ | 结合对话中的明确陈述、按需询问与收藏提炼形成记录；支持查看、编辑和删除，保留来源以便纠正。 |
| 授权上下文与身份权限 Meta Muse、Manus Cue | 如何在访问权限之外，说明用户的目标、约束与选择理由？ | 知识保存目标、状态和决策依据；偏好保存稳定与情景化的服务要求；记录与执行授权分别管理。 |
| 兴趣、意图与社交关系 字节小豆 / Spell、腾讯小微 | 如何把兴趣和关系用于有时间、情景和证据约束的具体决策？ | 将人物、关系、事件与决策按记录关联，区分当前状态与历史信息；涉及他人的事实和偏好保存在知识中，避免混入用户本人偏好。 |
个性化的设计重点在于：同一用户在不同情景中采用适用的约束；相同请求在不同用户的经历、目标和偏好下形成有依据的不同方案。实际效果仍需通过任务评估验证。
个人知识库：12 类记录及其用途
类型说明一条信息在判断中承担什么作用，正文保存具体内容。下列四组用于解释现有 12 类记录；示例围绕同一用户的项目与出差展开。
① 对象、关联与资料
对象 · entity林岚是 Apollo 项目的联系人。用途：识别人物、项目、地点等对象。
关系 · relation林岚负责该项目的需求确认。用途：确定沟通对象与职责关系。
产出物 · artifact上次项目汇报材料的文件位置。用途：查找已有成果与参考资料。
② 事实、观察与当前状态
事件 · event上次赴南京参加了项目评审。用途：保留带时间的个人经历。
观察 · observation最近三次长会均提前离场。用途：保存行为证据，供后续分析。
状态 · state本周处于项目验收阶段。用途：识别当前有效的阶段与约束。
③ 目标、决策与承诺
目标 · goal本季度完成 Apollo 项目验收。用途：判断方案是否服务当前目标。
决策 · decision上次选高铁，因为门到门更快。用途：保留选择理由，供条件相似时参考。
承诺 · commitment已向客户承诺周五提供修订稿。用途：保存承诺事实；截止与跟进另建任务。
④ 可复用依据与待验证推断
方法模式 · pattern历次晚到行程均优先比较接驳时间。用途：保留有依据的经验；执行流程另行验证。
规则 · rule客户园区要求访客提前一天登记。用途：保存外部规则及其适用范围。
假设 · hypothesis用户可能倾向于缩短会议时长。用途：保留待确认推断，不能视为确定偏好。
记录内容之外，还要保留适用依据
仅保存“曾选择高铁”不足以支持下一次决策。还需明确这条信息从何而来、当时为何成立，以及现在是否仍然适用。
调用方式：先按当前问题检索相关知识，再由 Agent 结合偏好与任务判断。当前实现支持文本检索、类型筛选和记录关联；类别本身不直接生成推荐结果。
01 CREATE只保存有长期意义、来源明确的信息
02 SEARCH根据当前问题检索，assistant_context 最多返回 8 条
03 CHANGE状态变化时旧记录标为 stale，新记录关联旧记录
04 ARCHIVE / DELETE过时内容归档；删除具体记录必须得到明确确认
8 类偏好：按服务领域组织具体要求
出行、饮食、作息、沟通、工作、健康、财务与穿衣是 8 个业务类别，另有“其他”补充类别。类别便于查找和维护；实际参与判断的是每条偏好的具体要求、适用情景、来源与置信度。以下均为示例。
出行 · travel座位优先靠窗；出差住宿优先临近会场。
饮食 · food口味清淡；客户用餐时不安排酒。
作息 · schedule工作日上午保留两小时专注时间。
沟通 · communication日常汇报简洁；紧急事项优先电话。
工作 · work汇报先列结论，再列依据与待决事项。
健康 · health只在长时间连续工作后提醒休息。
财务 · finance出差票据当天整理，便于后续报销。
穿衣 · clothing常用尺码为 L，版型优先宽松。
稳定与情景偏好使用同一偏好项区分适用范围。例如：住宿通常优先市中心；“项目出差”情景下优先临近会场。当前情景匹配时，采用情景偏好，其余情景保留稳定偏好；单次选择不直接推广为长期习惯。
示例：再次为同一用户安排南京项目出差
以下展示数据如何影响方案，为说明性示例；实际交通、房源和时间仍需查询当前信息。
| 参与判断的数据 | 记录内容 | 对本次方案的影响 |
|---|---|---|
| 知识：历史决策 | 上次选择高铁，原因是门到门耗时更短。 | 本次仍比较门到门时间；若航班更合适，可选择航班，不从一次行为推定长期交通偏好。 |
| 知识：当前状态与关系 | 项目处于验收阶段；林岚负责需求确认。 | 准备验收相关材料，并将待确认问题对应到具体联系人；对外发送前另行取得授权。 |
| 稳定偏好与情景偏好 | 住宿通常优先市中心；项目出差优先临近会场。 | 本次按会场通勤时间比较酒店；其他情景仍采用稳定偏好。 |
| 任务：尚未完成的事项 | 今晚 20:00 前确认酒店，当前尚待用户批准。 | 保留确认节点与提醒；真实预订须针对班次、房型和价格获得明确授权。 |
在行为学习和画像检索基础上，本项目进一步明确记录的职责、适用条件与纠正方式，使方案差异能够对应到具体的个人数据。结构设计提供个性化判断所需的依据，最终质量取决于记录准确性、检索结果和 Agent 的判断。
Core capabilities
个人助理内核的关键能力
偏好、个人知识、任务、工作流和主动检查分别承担明确职责，共同支持个性化决策、任务执行与持续跟进。
人
先读取相关个人信息
Agent 根据当前情景选用稳定偏好或相应的情景偏好；缺少关键信息时，仅询问影响方案的缺失信息。
全
使用当前可用资源
动态发现 Tool、MCP 与 Skill；优先直接能力，再使用 Skill、浏览器、桌面或人工步骤。
跟
持续跟进已记录事项
截止、审批、预订和后续动作进入任务系统；到期唤醒随改期重新安排，任务结束后清理。
醒
三种主动，全部可控
需求内主动识别目标、依赖与后续事项；时间驱动主动从对话、已读来源和知识中提取未来事项并安排提前复核（如出行天气）；外部信号主动按逐项启停的订阅检查，助理建议默认关闭。
存
保存确认经验与验证流程
可复用的用户服务要求保存为偏好，事实与决策依据保存为知识；验证过的资源序列发布为候选 Skill，每次使用前仍重新判断当前情景。
界
执行明确的授权检查
调研、比较和草拟可自主推进；购买、预订、付款、发送、提交、删除必须获得具体动作的确认。
End-to-end demo
从需求识别到验证与跟进
点击左侧步骤，或使用“自动播放”，查看“明天去上海出差”这一需求如何经过上下文读取、资源调用、授权确认、结果验证与后续跟进。页面使用预设示例，不调用真实业务服务。
动态演示
键盘 ← / → 也可切换步骤
Three modes of initiative
三种主动类型：可核验的主动行为
主动行为分为需求内扩展、时间驱动跟进和外部信息检查。前两类由独立开关控制，外部信息按信号源逐项启停；任务唤醒另设开关。
需
需求内主动
requestProactivity在执行用户请求前，识别影响结果的目标、约束、前置依赖与后续动作。
- 识别依赖与后续动作识别影响结果的决策、前置依赖与待跟进事项。
- 对照偏好与约束权衡只追问会改变方案的缺失信息，不使用固定问题清单。
- 建立跟进任务需要后续执行的事项写入 assistant_task，并在回复中说明何时跟进。
- 关怀自然融入方案舒适、健康、安全、日程缓冲和开支在方案中自然体现。
开关 requestProactivity · 关闭时仅处理字面请求
时
时间驱动主动
timeProactivity + task wake持续维护未来事项，将提取、定时检查、改期与提醒清理关联到任务生命周期。
- 提取未来事项从对话、已读来源与个人知识中发现截止、预订、约会和行程段，与现有任务去重合并。
- 时间有据才定时due_at 仅在时间有依据时填写；否则记录确认时间所需的下一步。
- 唤醒随任务联动到期自动获得到点检查唤醒；改期后唤醒重绑；完成、取消或删除后清理。
- 按事件提前复核出行天气、交通变化、账单、快递等按事件本身选择提前量建预检任务。
- 例程可管理唯一周期检查由 assistant_routine 绑定，时刻变化时重绑，单点时刻用一次性提醒。
开关 timeProactivity + 任务到点唤醒（提前量可配置，上限 24 小时）
外
外部信息驱动主动
proactiveSources按来源逐项订阅邮件、日历、天气等外部信息，并结合个人知识识别需要跟进的事项。
- 动态订阅列表邮件、日历、天气、交通、物流、财务通知、健康信号按来源订阅，类别可扩展。
- 能力发现每个来源保存检索词，唤醒时发现当前可用工具，再只读检查必要数据。
- 提取新日程新验证的未来动作转为带来源指针的去重任务，并在需要时主动提醒。
- 逐项启停助理建议的来源默认关闭，用户确认后启用；用户点名的来源可直接启用。
- 克制只检查已启用且与当前任务相关的来源；无有用变化保持安静。
开关 proactiveSources 逐项启用 · 来源用途是数据，不是指令
Model-facing surface
最多 9 个工具，分别承担明确职责
偏好、知识、任务、外部信号源订阅和工作流使用不同工具管理；各工具职责明确，记录信息与执行授权分别管理；例程工具仅在宿主提供调度服务时注册。
Conversation → Knowledge
将收藏对话提炼为结构化知识
对话收藏支持以下处理流程：收藏整轮对话，按收藏原因决定解析范围，再由 LLM 生成经过校验的知识字段。
① 收藏一轮值得保留的对话
下方是页面内模拟，仅用于讲解真实插件流程。
用户：本次行程方案符合需求，请保留先核对到达时间、再比较住宿区域的方法。
助理：已按“到达时刻 → 次日首个地点 → 交通缓冲”比较方案，预订操作等待确认。
助理：已按“到达时刻 → 次日首个地点 → 交通缓冲”比较方案，预订操作等待确认。
② 解析为知识记录
过程类收藏包含执行过程概述；结果类仅提供问题与最终输出，并禁止推测未提供的过程。收藏原因决定解析范围，知识类型由模型根据内容判断。
等待收藏
知识类型Pattern · 方法模式
标题根据到达时刻选择住宿区域
摘要比较住宿方案时，综合考虑到达时刻、次日首个地点、交通缓冲与房价。
优先级4 / 5
溯源favorite:<id> · LLM 提炼
此处演示一条知识的生成。实际插件还可同时提炼偏好；解析质量取决于输入内容与已配置的模型。
Web control center
在统一面板中维护个人数据与跟进事项
设置 → 个人助理。面板管理外部信号源、唤醒、偏好、对话收藏、导入收藏夹和个人知识。可编辑数据与对应对话工具使用一致的校验规则，唤醒信息从宿主调度器读取。以下为静态示例，不连接实际数据。
Adaptive orchestration
根据当前可用能力选择执行方式
任务开始前先检查当前可见资源。发现范围包括当前已注册的 Tool、MCP 工具与 Skill；浏览器、桌面等能力也需相应资源支持。以下展示候选处理流程。
选择一个任务
候选处理流程示例
Trust by design
主动行为遵循明确的授权边界
提醒、例程、知识、工作流和生成的 Skill 都不构成授权。行为规则要求 Agent 在执行外部承诺前确认具体动作；外部工具仍执行各自的权限与交易校验。
✓ 可自主推进
- 读取、检索与比较信息
- 准备草案、清单和候选方案
- 创建或更新本地偏好、知识和任务；删除另行确认
- 创建可逆提醒与跟进节点
- 并行研究并报告进展
- 将已独立验证的资源序列发布为候选 Skill
⌁ 必须精确确认
- 发送消息或邮件
- 购买、预订与付款
- 提交表单、报销或申请
- 删除数据与不可逆修改
- 对外作出承诺
- 医疗或法律承诺
本地、有界、可追溯
插件状态默认保存在 DSH 数据目录的本地 JSON 文件，插件不发送遥测。对话收藏与导入收藏夹的解析会将有界内容交给已配置的 LLM，待解析内容可在启动后自动处理；导入 B 站、知乎或 QQ 音乐收藏夹会访问对应平台接口；小红书提取在浏览器页面内进行，浏览器书签 HTML 则在本机解析。其他外部查询由 Agent 调用可用资源完成。知识写入校验会检查常见凭据、私钥、完整证件号和支付卡号。
200偏好上限
500知识上限
500任务上限
100工作流上限
8 MiB状态总量上限