@DeRonin_: 有人刚刚终结了教练行业:一名开发者耗时 22,000 小时在……之上构建了一个个人 AI 操作系统
摘要
开发者 Daniel Miessler 发布了一个基于 Claude Code 的开源 Personal AI Infrastructure 框架,该框架使用纯 markdown 存储记忆和实现工作流自动化,旨在替代付费生产力应用及教练服务。
查看缓存全文
缓存时间: 2026/05/11 16:41
有人刚刚终结了教练行业 一位开发者花费了 22,000 小时基于 Claude Code 构建了一个个人 AI 操作系统 现在任何拥有终端的人都可以免费安装它 它知道你的目标,记住你做出的每一个决定,并在你睡觉时准备你的晨间简报 [ 数据令人疯狂 ]:
- 开发工时:22,000
- 记录会话:6,000
- 每天节省时间:2-3 小时
- GitHub 星标:12,100
- 内置技能:45
- 连接工作流:171
- 安全钩子:37
- 安装成本:$0 [ 科学原理也很疯狂 ]: 无嵌入,无向量数据库,无 AI 魔法 你无法读取每一个记忆,决策和上下文都存在于纯 Markdown 文件中 你用 cat 读取,用 ripgrep 搜索,用 git 版本控制 4 种记忆类型随时间复合增长:
- 工作记忆(活跃项目,未决决策)
- 知识记忆(领域专业知识,研究)
- 人脉记忆(联系人,公司,关系)
- 学习记忆(模式,错误,什么对 YOU 有效) 每个复杂任务都通过一个 7 步循环路由: 观察 → 思考 → 计划 → 构建 → 执行 → 验证 → 学习 隐私由代码强制执行,而非提示词 一个名为 ContainmentGuard 的钩子物理阻止敏感数据被写入指定区域之外 [ 赚钱机会更疯狂 ]: 自由职业者已经向高管、创始人和忙碌的运营者收取每人 500-2,000 美元的个人 AI 设置费 一个人 + 一个周末 = 一个 6 个月前还不存在的咨询业务 你每月支付 30 美元的每个 AI 生产力应用都可以被 4 小时的设置工作取代 而这个仓库 REPO: http://github.com/danielmiessler/Personal_AI_Infrastructure… 100% 开源,免费
PAI v5.0.0 — 生活操作系统 — PAI 历史上最大的发布。 PAI 不再是“AI 脚手架“——它是一个生活操作系统,拥有统一的 Pulse 守护进程(生活仪表盘位于
localhost:31337),DA (数字助手) 身份层,Algorithm v6.3.0 (当前状态 → 理想状态,七个阶段,分类器驱动模式 + 层级),ISA 原语(通用“理想状态”表达),45 个技能,171 个工作流,37 个钩子,以及通过 containment zones 实现的结构性隐私。一行安装:
curl -sSL https://ourpai.ai/install.sh | bash从 v4.x 升级?这是一个不同的系统,不是补丁。请先阅读 迁移指南。
AI 应该放大每个人——而不仅仅是顶层 1%。
什么是 PAI
PAI 是一个生活操作系统。它捕捉你是谁,你在乎什么,以及你想去哪里——然后帮助使用了解你的 AI 到达那里。 三层堆叠在一起:
- PAI —— 操作系统本身。技能,记忆,算法,你的 Telos,你的身份文件。
- Pulse —— 生活仪表盘位于
localhost:31337。你实际看到你的状态、目标和工作的地方。 - The DA —— 你的数字助手。你交谈的声音和个性。 它首先为个人设计,但相同的架构适用于团队、公司或任何想要表达它试图成为什么并向其移动的任何实体。
原则
以人为本,技术其次
PAI 将人置于中心,而不是工具。技术存在是为了改善人们的生活,而不是相反。每个设计决策都始于一个问题:这对运行它的人有什么好处?
生活操作系统,而非代理框架
PAI 捕捉你在乎的东西——目标、工作、关系、健康、财务——并帮助你追求所有方面的理想状态。它编写代码,运行代理,做人们与 AI 工具相关的事情,但这些是服务于更大目标的能力。重点是你的生活,而不是工具。
理想状态驱动一切
AI 未解决的最大问题是没有人能定义对于给定任务什么是“好”或“完成”的实际含义。PAI 围绕理想状态的概念构建—— specifically 从当前状态到理想状态的过渡——它编织通过每一层。 主要表达是 ISA (理想状态工件)。ISA 类似于软件 PRD:它捕捉完成的样子,以便你可以向其构建。区别在于 ISA 是通用的——它适用于任何创造性任务,从设计到艺术到哲学到工程到策略。 系统将理想状态分解为离散的 ISCs (理想状态标准),它们填充文档并双重作为验证项。这就是 PAI 在任何类型的工作上向理想状态优化的方式。
单一数字助手将成为每个人与 AI 的接口
我在 2016 年的 The Real Internet of Things (https://danielmiessler.com/blog/the-real-internet-of-things) 中写过这个,我现在比那时更确信。 轨迹清晰:聊天机器人 → 代理 → 助手。我们都在构建相同的东西,终点是每人一个 DA。 TRIOT 有四个核心想法,PAI 建立在此基础上:
- 数字助手 —— 每人一个 DA,你与所有 AI 的主要接口
- 一切都有 API —— 每个产品、服务、人和地点都变得可寻址
- 你的 DA 动态创建你的接口 —— 不再有应用和仪表盘;DA 组装你当下需要的任何东西
- 你定义你的理想状态,AI 帮助你到达那里 —— 整个系统指向你的 Telos 这就是 PAI 正在追求的目标。
特性
文本优于不透明存储
强烈偏向纯文本和 Markdown。PAI 尽可能避免 SQLite、Postgres 和其他不透明存储。一切应该是透明和可解析的——由你,由你的 DA,由 rg,由任何其他东西。如果你不能用 cat 读取它,我们不想要它。
上下文支撑 > 模型
大多数人在 AI 上犯的错误是未能喂给它大局。PAI 本质上是一个系统,用于将最聪明的模型 handed 正确的上下文——关于你,关于你试图完成什么,关于它们拥有的工具——以便它们实际上可以帮助你 reach 你的理想状态。 模型不如周围的东西重要。
硬核工程实践
上下文支撑的另一面:随着模型变强,它们需要更少的指令关于如何做工作。我们不断审计 PAI 以移除过度指令性方向,在模型可以用 juste 正确的上下文和工具做得更好的地方。 系统随着模型变大而变小。
文件系统即上下文,无 RAG
PAI 自 2025 年 6 月以来避免了 RAG。富文本与交叉引用,加上快速搜索如 ripgrep,给了我们人们通常想要从 RAG 的一切——无嵌入复杂性,无检索不稳定性,或保真度损失。 你的文件系统是索引。
复合增长的记忆
一个基于文本的记忆系统,捕捉你做了什么,你学到了什么,以及什么值得保留——并反馈作为输入到未来工作。 三层(WORK, KNOWLEDGE, LEARNING)加上一个 typed graph 跨越人、公司、想法和研究。
自我改进循环
PAI 捕捉信号关于什么顺利和什么不——明确评级,情感,验证结果,满意度——并使用它们改进自己。 运行工作的系统也是变得更好运行它的系统。
算法
一个自定义算法驱动当前 → 理想状态过渡通过一个七阶段循环 modeled on 科学方法,使用 Deutsch 的 framing 的 hard-to-vary explanations 作为“好”的标准。 它是 PAI 的引力中心——每个非 trivial 任务都通过它运行。
技能作为确定性单元
一个技能系统偏向确定性代码执行。层级是:代码 → CLI 运行代码 → 工作流 prompt CLI → 一个 SKILL.md 路由 between 工作流。 技能是容器;SKILL.md 是前门;实际工作是 real code wherever possible。 Prompts 包装代码;代码不包装 prompts。
思考技能
一个有意义的库 custom 思考技能——第一性原理,委员会辩论,红队,根本原因,系统思维,迭代深度,光圈振荡,等等——算法 pull from 以提高质量决策 across 系统。
🚀 安装
项目处于活跃开发中 — PAI 正在快速演变。预计 breaking changes,重构,和频繁更新。
使用你的 AI 安装和运行 PAI
我们非常相信基于 AI 的安装和修改 PAI。一旦你有了 working install,point 你的 AI 在系统本身——升级版本,添加技能,修改钩子,改变设置,修复任何 break 的东西。
最重要的事情你的 AI 可以为你做 upfront 是 bring 所有你现有的 custom 上下文——笔记,项目状态,偏好,身份,历史——进入 PAI/USER/ 目录以便 PAI 知道你是谁从第一天开始。
告诉你的 DA: “Help me migrate my context into PAI/USER/.”
系统设计为由 AI 操作;lean on 它。
一行安装 (推荐)
bash curl -sSL https://ourpai.ai/install.sh | bash
就这样。安装程序 wizard 处理 Bun, Git, 和 Claude Code 验证,ElevenLabs key (可选), DA 身份设置,voice picker, Pulse launchd 注册,和验证。
现有 ~/.claude/ 自动备份到 ~/.claude.backup-{TIMESTAMP} 在任何东西被 overwrite 之前。
喜欢先检查? 在 pipe 之前阅读脚本 (https://ourpai.ai/install.sh)。
手动安装 (clone + run)
bash git clone https://github.com/danielmiessler/Personal_AI_Infrastructure.git cd Personal_AI_Infrastructure/Releases/v5.0.0 cp -R .claude ~/ cd ~/.claude && ./install.sh
安装程序将:
- 验证 Bun, Git, 和 Claude Code 已安装
- 提示你的 ElevenLabs API key (可跳过 — voice 回退到桌面通知)
- 启动 DA 身份 wizard (name + voice + personality)
- 设置 Pulse 为 launchd 服务 (
com.pai.pulse) - 运行验证
安装后
bash open http://localhost:31337 # the Life Dashboard
然后在 Claude Code 中运行 /interview。你的 DA 将 guide 你通过:
- Phase 1 — TELOS: 使命,目标,信念,智慧,挑战,书籍,心智模型,叙事
- Phase 2 — IDEAL_STATE: 成功对你来说看起来像什么?
- Phase 3 — Preferences: 工具,惯例,工作风格
- Phase 4 — Identity: 最终 DA 个性 tuning 这是最重要的步骤。Without TELOS, your DA has nothing to optimize against.
从 v4.x 升级
v5.0.0 是一个不同的系统,不是补丁。在安装前阅读 完整迁移指南。 快速路径: ``bash
1. 备份你现有的安装
cp -R ~/.claude ~/.claude.backup-$(date +%Y%m%d)
2. 安装 v5.0.0 (上面的一行) 或通过手动 clone
curl -sSL https://ourpai.ai/install.sh | bash
3. 打开生活仪表盘并运行 interview
open http://localhost:31337
``
如果你在 v4.x 中有个人内容 (笔记,项目状态,自定义规则), 告诉你的 DA: “Help me migrate my old content into the PAI/USER/ structure.”
Migrate 技能 intakes 从 .md/.markdown/.txt, Obsidian, Notion, Apple Notes — 分类每个 chunk 对抗 v5 taxonomy (TELOS, KNOWLEDGE, PROJECTS, FEED, etc.) 并 commit 与 provenance。
升级后检查清单:
-
Pulse 是活的:
curl -s http://localhost:31337/api/pulse/health | jq -
Voice 宣布:
curl -s -X POST http://localhost:31337/notify -H "Content-Type: application/json" -d '{"message": "Hello from your DA"}' -
仪表盘渲染:
open http://localhost:31337 -
DA 身份 populated 在
PAI/USER/DA_IDENTITY.md -
TELOS captured 在
PAI/USER/TELOS/
📦 PAI Packs
Packs 是 standalone, AI-installable 能力你可以添加到任何 AI coding harness 无需安装 PAI。 每个 pack 是一个 self-contained prompt 你的 DA 可以读取和执行 — point 它在 pack 目录并说 “install this,” 它处理 rest。 浏览所有 packs →
❓ FAQ
PAI 与仅仅使用 Claude Code 有何不同?
PAI 原生构建于 Claude Code 并设计为保持那样。我们选择 Claude Code 因为它的 hook 系统,上下文管理,和 agentic 架构是可用的最佳 foundation 为个人 AI 基础设施。 PAI 不是 Claude Code 的替代品——它是顶层的层使 Claude Code 你的:
- 持久记忆 — 你的 DA 记住过去会话,决策,和学习
- 自定义技能 — specialized 能力为你最常做的事情
- 你的上下文 — 目标,联系人,偏好—all 可用无需 re-explaining
- 智能路由 — 说 “research this” 和 right 工作流 triggers 自动
- 自我改进 — 系统修改自己基于它学到的 这样想:Claude Code 是引擎。PAI 是其他一切使它 你的 车。
PAI 和 Claude Code 的内置功能有什么区别?
Claude Code 提供 powerful primitives — hooks, slash commands, MCP servers, context files。这些是 individual building blocks。 PAI 是 complete system 构建于那些 primitives。它连接一切 together:你的 goals inform 你的 skills, 你的 skills generate 记忆,你的记忆 improves 未来 responses。 PAI turns Claude Code 的 building blocks 成一个 coherent 个人 AI 平台。
PAI 仅用于 Claude Code 吗?
PAI 是 Claude Code 原生。我们相信 Claude Code 的 hook 系统,上下文管理,和 agentic 能力使它成为最佳 platform 为个人 AI 基础设施,PAI 设计为 take full advantage of 那些 features。 也就是说,PAI 的概念 (skills, memory, algorithms) 是 universal,代码是 TypeScript 和 Bash — 所以 community 成员 welcome 去 adapt 它为 other 平台。
这与 fabric 有何不同?
Fabric (https://github.com/danielmiessler/fabric) 是一个 collection of AI prompts (patterns) 为 specific 任务。它 focused on what to ask AI。 PAI 是 infrastructure 为 how your DA operates—记忆,技能,路由,上下文,自我改进。它们是 complementary。许多 PAI 用户 integrate Fabric patterns 进入他们的 skills。
如果我 break 了东西怎么办?
恢复是 straightforward:
- 先备份 — 在任何升级前:
cp -r ~/.claude ~/.claude-backup-$(date +%Y%m%d) - USER/ 是安全的 — 你的 customizations 在
USER/是 never touched by the installer or upgrades - Settings merge, not overwrite — 安装程序 only updates identity and version fields; your h
相似文章
danielmiessler/Personal_AI_Infrastructure
Personal AI Infrastructure (PAI) 是 Daniel Miessler 开源的一个项目,旨在作为一个“生活操作系统”,帮助用户利用 Claude、TypeScript 和 Bun 等工具构建和管理自己的 AI 工作流。
@Av1dlive: Claude Code 的创始工程师刚刚发布了一段 37 分钟的视频,讲解如何用 AI 智能体编程。我见过一些 800 美元的课程……
Claude Code 的创始工程师发布了一段免费的 37 分钟视频,涵盖如何使用 AI 智能体进行编程,包括 CLAUDE.md 文件、工具调用以及 Claude Agents 和 Claude Routines。该推文还推广了一个基于此视频的 6 个月课程。
@PrajwalTomar_: 这太疯狂了。非技术创始人现在已经正式变得危险了。一个非开发人员用AI花了30天构建:200…
一个非开发人员使用Claude和Codex等AI工具在30天内构建了一个系统,生成了7万行带有测试的代码,每人每周节省4-6小时。这展示了'氛围编程'如何演变为一种面向非技术创始人的结构化软件开发方法。
@sashimikun_void: 又一天目睹基于智能体的Slack初创公司被清理。我听到创始人说,“别担心,他们没时间去…
一位开发者反思AI智能体如何消除Slack初创公司的利基市场,同时ClaudeDevs透露Claude Code现在为他们产品团队编写了65%的代码,包括Claude Tag工具本身。
@HowToAI_: 一名程序员被解雇后,在Claude Code上构建了一个AI求职系统,用它评估了740多个工作机会,并获得了Hea…
被解雇后,一名开发者基于Claude Code构建并开源了一个AI求职系统,该系统可评估工作机会、生成ATS优化的PDF简历,并通过斜杠命令管理申请,支持超过45家公司及多个求职平台。