这位开发者的仓库将 Claude 变成了个人 AI 操作系统，每天节省 2-3 小时

一位开发者花了 22,000 小时，在 6,000 次会话中与 AI 协作。构建了 6 个自定义 MCP 服务器。每天节省 2-3 小时。他的 AI 知道他的目标，记得每一个决策，并且在他还在睡觉时就为他准备好每日简报。

他用的不是 ChatGPT。他构建的是基础设施。

而他用作基础的那个仓库，在本文末尾。但首先，你得明白为什么这改变了一切。

收藏本文，关注我。我是 I'm Noisy，一名拥有 4 年经验的开发者。我构建 AI 系统、自动化流程，并寻找将技术转化为实际收入的方法。

没人谈论的转变

大多数人打开 ChatGPT，问一个问题，得到一个答案，然后关闭标签页。下一次会话——从零开始。重新解释他们是谁，他们在做什么，他们之前做过什么决定。每一次都这样。

那不是 AI。那是一个昂贵的搜索引擎。

真正搞懂了 AI 的人，不用聊天窗口。他们构建了基础设施。

PAI 到底是什么

个人 AI 基础设施（Personal AI Infrastructure，简称 PAI）是一个建立在 Claude Code 之上的生活操作系统。不是聊天机器人外壳。不是提示词库。是一个操作系统。

三个层次协同工作：PAI 作为操作系统，处理记忆、技能和工作流。Pulse 是一个本地仪表盘，运行在 localhost:31337，实时显示所有正在发生的事情。

DA（数字助理）是你的个人 AI，拥有名字、声音和持续累积的持久记忆。

这个架构建立在一个原则之上，这个原则与当前所有 AI 趋势背道而驰：纯文本胜过数据库。每一个记忆、每一个决策、每一个上下文文件，都存在于 Markdown 中。

你用 cat 来读取它，用 ripgrep 来搜索它，用 Git 来版本控制它。没有嵌入、没有向量数据库、没有你不理解的魔法。

至今无人解决的记忆问题

AI 辅助工作中最大的生产力漏洞，就是每次会话都要重新解释自己。你是谁，你在做什么项目，你上周做了什么决定，你犯过什么错误。

PAI 通过四种协同工作的记忆类型，永久性地解决了这个问题：

Michael Carey 是一位开发者，他公开记录了自己的 PAI 设置，描述了这种体验在实际中是什么感觉。每天早上，他的 Agent 会自动读取他的日历、分析会议记录、收集待办事项、检查 Linear 工单、读取相关的 Slack 频道、识别依赖关系，并生成一份完整的每日简报。

他称之为"你工作日的参谋长"，并说这每周为他节省了几个小时。从他的文章中得到的关键见解是：深度上下文、历史访问权限和多层指令，消除了重复解释自己的需要。

这就是全部意义所在。一个已经知道你说过的一切的 AI。

算法：PAI 如何思考

PAI 中的每一个复杂任务，都通过一个名为 Algorithm v6.3.0 的七步循环来运行：

这不是一个提示词。这是一套操作准则。这就是一个回答问题的系统和一个完成工作的系统之间的区别。

PAI 的钩子系统会自动将每个请求分类为三种模式——MINIMAL（最小）用于简单的确认，NATIVE（原生）用于直接的任务，ALGORITHM（算法）用于复杂的多步骤工作——并将其路由到正确的处理层级。简单问题不浪费算力。复杂问题则启动完整流程。

隐私即代码，而非承诺

大多数 AI 系统通过准则来处理隐私。提示词里的规则。"不要分享敏感信息。"全靠祈祷。

PAI 通过强制执行来处理隐私。一个名为 ContainmentGuard 的钩子会在每次写入操作时运行，物理上阻止敏感数据被写入指定的隔离区域之外。

个人身份、凭证、联系人、健康数据、财务信息——所有这些都只能存在于特定的文件系统位置。不是因为你礼貌地请求了。而是因为代码不允许其他任何操作。

真实的生产力数据

基于 PAI 用户记录的使用案例：

消失的痛点：上下文切换、重复解释自己、搜索笔记、重读 Slack、手动重建项目状态。所有这一切，在你开始工作之前，都由系统处理好了。

诚实的一面

PAI 目前并不适合所有人。一位 Medium 作者写了一篇题为《我把 AI 系统过度工程化了。然后我删掉了大部分》的文章——他构建了完整的设置、斜杠命令、工作流、数字档案、自动化——然后又删掉了一半，因为复杂性超过了其价值。

这是个人 AI 领域的 Linux 时刻。强大。原始。重度依赖命令行。在 Windows 上安装确实很痛苦。用户体验仍然是开发者优先，并非面向所有人。

但是，有 12,100 名开发者给这个仓库点了星，因为他们看到了它的发展方向。

这到底意味着什么

PAI 中有一个名为"Life OS"的 GitHub 讨论，作者在那里写了一些重要的东西："这不仅仅是关于生产力。这是关于帮助我们成为最好的自己。

系统知道你的目标。它追踪你的模式。它看到你在哪里重复犯同样的错误。它知道你的轨迹。随着时间的推移，它不仅仅记住事实——它积累了你试图成为什么样的人的上下文。

真正的 AI 护城河不是模型。而是累积的上下文。是不断复利的记忆。是那个已经知道你已经弄清楚的一切的系统。

现在，这个将改变你对 AI 看法的仓库：

github.com/danielmiessler/Personal_AI_Infrastructure

12,100 颗星。45 个技能。171 个工作流。37 个钩子。一位开发者——22,000 小时的经验。免费。

这是关于大多数人尚未发现的 AI 基础设施的系列文章的一部分。关注我，这样你就不会错过下一篇。

你构建自己的生活——所以选择正确的道路。

/ 如果这篇文章对你有用——请关注 /