# 个人 AI 基础设施
[](https://github.com/danielmiessler/Personal_AI_Infrastructure)
[](#-installation)
[](Releases/v4.0.3/)
[](https://github.com/danielmiessler/Personal_AI_Infrastructure/graphs/contributors)
[](https://claude.ai)
[](https://www.typescriptlang.org/)
[](https://bun.sh)
[](https://danielmiessler.com/upgrade)
**概览：** [目的](#the-purpose-of-this-project) · [什么是 PAI？](#what-is-pai) · [AI 新手？](#new-to-this-start-here) · [原则](#the-pai-principles) · [原语](#pai-primitives)
**开始使用：** [安装](#-installation) · [版本发布](Releases/)
**资源：** [常见问题](#-faq) · [路线图](#-roadmap) · [社区](#-community) · [贡献](#-contributing)
[](https://youtu.be/Le0DLrn7ta0)
**[观看完整的 PAI 演示](https://youtu.be/Le0DLrn7ta0)** | **[阅读：真正的物联网](https://danielmiessler.com/blog/real-internet-of-things)**
# AI 应该放大每一个人——而不仅仅是前 1%。
## 本项目的目的
**PAI 的存在是为了解决我认为世界上[P0 级问题](https://danielmiessler.com/telos)：**
### 地球上只有极小一部分人类的创造潜力被激活了。
大多数人不相信自己能做出有价值的贡献。他们认为只有“特殊”的人——而自己并不在其中。他们从未问过自己是谁、自己是做什么的，也从未清晰地表达或写下来。这使他们在 AI 取代面前极其脆弱。没有被激活，就不可能有高能动性。
所以我们要用 PAI 激活人们。
**PAI 的使命是双重的：**
1. **尽可能激活更多的人** —— 帮助人们通过 AI 增强的自我探索，识别、阐述并追求自己的人生目标
2. **让世界上最优秀的 AI 对每个人都触手可及** —— 确保这种质量的 AI 基础设施不仅仅保留给富人或技术精英。
这就是为什么这是一个开源项目，而不是私有项目。
## 新手入门？从这里开始
你可能用过 ChatGPT 或 Claude。输入问题，得到答案。很简单。
你可以把 AI 系统看作**三个层次**：
### Chatbots (聊天机器人)
ChatGPT、Claude、Gemini——你问什么，它回答什么，然后忘记一切。下一次对话重新开始。不记得你、你的偏好或你昨天谈论的内容。
**模式：** 提问 → 回答 → 遗忘
### Agentic Platforms (代理平台)
像 Claude Code 这样的工具。AI 可以真正*做*事情——写代码、浏览网页、编辑文件、运行命令。
**模式：** 提问 → 使用工具 → 获得结果
能力更强，但它仍然不认识*你*——你的目标、你的偏好、你的历史。
### PAI (Personal AI Infrastructure，个人 AI 基础设施)
现在你的 DA（数字助手）**学习并改进**：
- **捕获每一个信号** —— 评分、情感、验证结果
- **从错误中学习** —— 分析失败并修复
- **随时间变好** —— 强化成功模式
- **自我升级** —— 技能、工作流，甚至核心行为都在进化
而且它知道：
- **你的目标** —— 你正在努力实现什么
- **你的偏好** —— 你喜欢事情怎么做
- **你的历史** —— 过去的决定和学到的教训
**模式：** 观察 → 思考 → 计划 → 执行 → 验证 → **学习** → 改进
关键区别：**PAI 从反馈中学习**。每一次交互都让它更擅长帮助*你*这个人。
## 什么是 PAI？
PAI 是一个个性化 AI 平台，旨在放大你的能力。
它主要为人类设计，但也可以被团队、公司或希望成为更好版本的行星联邦使用。
实体的规模不重要：它是一个使用功能齐全的 Agentic AI 平台来理解、阐述和实现其委托人目标的系统。
### PAI 适合谁？
**所有人，毫无疑问。** 这是一个反门槛的 AI 项目。
- **小企业主** —— 不懂技术但希望 AI 处理发票、日程安排、客户跟进和营销
- **公司** —— 希望理解数据、优化运营并做出更好的决策
- **管理者** —— 希望更有效地管理团队——跟踪项目、准备评估、清晰沟通
- **艺术家和创意人士** —— 希望找到本地活动、画廊和展示作品的机会
- **普通人** —— 希望改善生活——更好的健身习惯、更强的社交联系、个人理财，或者只是整理生活
- **开发者** —— 使用 AI 编码助手，希望获得持久记忆和自定义工作流
- **高级用户** —— 希望 AI 了解他们的目标、偏好和上下文
- **团队** —— 构建具有一致能力的共享 AI 基础设施
- **实验者** —— 对 AI 系统设计和个人 AI 模式感兴趣
### PAI 有什么不同？
人们首先问的是：
大多数代理系统是围绕工具构建的，用户只是事后考虑。它们也大多是基于任务的，而不是基于目标并利用所有可用上下文的。PAI 正好相反。
**三个核心差异点：**
1. **目标导向** —— PAI 的主要关注点是运行它的人以及他们在世界上想做什么，而不是技术。这已融入系统执行所有任务的方式中。
2. **追求最佳输出** —— 系统的外部循环及其所做的一切都试图在当前情况和所有周围上下文下产生确切正确的输出。
3. **持续学习** —— 系统不断捕获关于做了什么、做了什么更改、为每个请求产生了什么输出，以及你喜欢或不喜欢结果的信号。
## PAI 原则
这些原则指导 PAI 系统的设计和构建。**[完整解析 →](https://danielmiessler.com/blog/personal-ai-infrastructure)**
| # | 原则 | 摘要 |
|---|-----------|---------|
| 1 | **用户中心** | PAI 围绕你构建，而不是工具。你的目标、偏好和上下文优先——基础设施的存在是为了服务它们。 |
| 2 | **基础算法** | 科学方法作为通用的问题解决循环：观察 → 思考 → 计划 → 构建 → 执行 → 验证 → 学习。定义理想状态，迭代直到达到它。 |
| 3 | **清晰思考优先** | 好的 prompt 来自清晰的思考。在写 prompt 之前先澄清问题。 |
| 4 | **脚手架 > 模型** | 系统架构比使用哪个模型更重要。 |
| 5 | **确定性基础设施** | AI 是概率性的；你的基础设施不应该是。使用模板和模式。 |
| 6 | **代码优于 Prompts** | 如果你可以用 bash 脚本解决，就不要用 AI。 |
| 7 | **规范/测试/评估优先** | 在构建之前先写规范和测试。衡量系统是否工作。 |
| 8 | **UNIX 哲学** | 做好一件事。让工具可组合。使用文本接口。 |
| 9 | **ENG / SRE 原则** | 把 AI 基础设施当作生产软件对待：版本控制、自动化、监控。 |
| 10 | **CLI 作为接口** | 命令行接口比 GUI 更快、更可脚本化、更可靠。 |
| 11 | **目标 → 代码 → CLI → Prompts → Agents** | 决策层次：明确目标，然后是代码，然后是 CLI，然后是 prompts，然后是 agents。 |
| 12 | **技能管理** | 基于上下文智能路由的模块化能力。 |
| 13 | **记忆系统** | 所有值得知道的东西都被捕获。历史为未来上下文提供养分。 |
| 14 | **代理人格** | 不同的工作需要不同的方法。具有独特声音的专业化 agents。 |
| 15 | **科学作为元循环** | 假设 → 实验 → 测量 → 迭代。 |
| 16 | **失败许可** | 明确允许说"我不知道"可以防止幻觉。 |
## PAI 原语
原则描述了 PAI 的*哲学*，而原语是*架构*——让一切运转的核心系统。
这些原语协同工作，创造出与一个理解并认识你的系统协作的体验——而不是一个仅仅执行命令的工具套件。
### Assistant vs. Agent-Based AI Interaction (助手式与代理式 AI 交互对比)
PAI 将 AI 视为[持久的助手、朋友、教练和导师](https://danielmiessler.com/blog/personal-ai-maturity-model)，而不是运行任务的无状态代理。助手知道你的目标，记住你的偏好，并随时间改进。代理执行命令然后遗忘。
### TELOS (Deep Goal Understanding，深度目标理解)
10 个捕获你是谁的文件：MISSION.md、GOALS.md、PROJECTS.md、BELIEFS.md、MODELS.md、STRATEGIES.md、NARRATIVES.md、LEARNED.md、CHALLENGES.md、IDEAS.md。你的 DA 知道你在努力实现什么，因为这一切都有文档记录。
### User/System Separation (用户/系统分离)
你的自定义设置存放在 USER/ 中。PAI 基础设施存放在 SYSTEM/ 中。当 PAI 升级时，你的文件不会被触碰。可移植的身份，升级安全。
### Granular Customization (细粒度定制)
六个定制层：身份（名称、声音、个性）、偏好（技术栈、工具）、工作流（技能如何执行）、技能（存在哪些能力）、Hooks（事件如何处理）和记忆（捕获什么）。从默认值开始，需要时定制。
### Skill System (技能系统)
高度专注于一致的结果。它的结构通过从 CODE -> CLI-BASED-TOOL -> PROMPT -> SKILL 而不是杂乱无章的结构，将*确定性结果放在首位*。
### Memory System (记忆系统)
专注于持续学习。每次交互都产生信号——评分、情感、成功、失败——这些信号反馈到系统改进中。三层架构（热/温/冷）配合基于阶段的学习目录。
### Hook System (钩子系统)
响应生命周期事件——会话开始、工具使用、任务完成等。8 种事件类型支持语音通知、自动上下文加载、会话捕获、安全验证和可观察性。
### Security System (安全系统)
默认定义系统和用户级别的安全策略。你不必运行 `--dangerously-skip-permissions` 就能获得不间断的体验。PAI 的安全 hooks 在执行前验证命令，阻止危险操作同时允许正常工作流顺利进行。
_IMAGE_BLOCK_11/>
### AI-Based Installation (基于 AI 的安装)
GUI 安装程序处理一切——先决条件、配置和设置。无需手动配置，无需猜测。
### Notification System (通知系统)
让你保持知情而不打扰。通过 ntfy 的推送通知用于移动警报，Discord 集成用于团队更新，以及感知时长的路由会对长时间运行的任务进行升级。即发即忘的设计意味着通知永远不会阻塞你的工作流。
### Voice System (语音系统)
由 ElevenLabs TTS 驱动。听到任务完成、会话摘要和重要更新的语音播报。韵律增强使语音听起来自然。你的 AI 有了声音。
### Terminal-Based UI (基于终端的 UI)
丰富的标签标题和窗格管理。动态状态行显示学习信号、上下文使用情况和当前任务状态。你的终端是一个指挥中心。
## 🚀 安装
### 全新安装
```
# 克隆 repo
git clone https://github.com/danielmiessler/Personal_AI_Infrastructure.git
cd Personal_AI_Infrastructure/Releases/v4.0.3
# 复制 release 并运行 installer
cp -r .claude ~/ && cd ~/.claude && bash install.sh
```
**安装程序将：**
- 检测你的系统并安装先决条件（Bun、Git、Claude Code）
- 询问你的名字、AI 助手名字、时区和温度单位偏好
- 将 PAI 仓库克隆/配置到 `~/.claude/`
- 使用 ElevenLabs 设置语音功能（可选）
- 配置你的 shell 别名并验证安装
**安装后：** 运行 `source ~/.zshrc && pai` 来启动 PAI。
### 从先前版本升级
```
# 1. 备份您当前的 installation
cp -r ~/.claude ~/.claude-backup-$(date +%Y%m%d)
# 2. 克隆并将新 release 复制到您的 installation 上
git clone https://github.com/danielmiessler/Personal_AI_Infrastructure.git
cd Personal_AI_Infrastructure/Releases/v4.0.3
cp -r .claude ~/
# 3. 运行 installer（检测现有 installation，保留您的数据）
cd ~/.claude && bash install.sh
# 4. 重建您的 CLAUDE.md
bun ~/.claude/PAI/Tools/BuildCLAUDE.ts
```
**升级后检查清单：**
- [ ] 在 `settings.json` 中验证你的身份（名称、AI 名称、时区）
- [ ] 确认状态栏正确显示
- [ ] 测试语音通知（如果启用）
- [ ] 运行一个简单的 prompt 确认 PAI 正确响应
## ❓ 常见问题
### PAI 与直接使用 Claude Code 有什么不同？
PAI 原生构建在 Claude Code 上，并设计为保持这种状态。我们选择 Claude Code 是因为它的 hook 系统、上下文管理和代理架构是个人 AI 基础设施的最佳基础。
PAI 不是 Claude Code 的替代品——它是让 Claude Code 变成*你的*那一层：
- **持久记忆** —— 你的 DA 记得过去的会话、决定和学到的东西
- **自定义技能** —— 为你最常做的事情提供专业化能力
- **你的上下文** —— 目标、联系人、偏好——所有这些都可用，无需重新解释
- **智能路由** —— 说"研究这个"，正确的工作流就会自动触发
- **自我改进** —— 系统根据学到的东西修改自己
可以这样想：Claude Code 是引擎。PAI 是让它变成*你的*汽车的其他一切。
### PAI 和 Claude Code 内置功能有什么区别？
Claude Code 提供强大的原语——hooks、斜杠命令、MCP servers、上下文文件。这些是独立的构建块。
PAI 是建立在这些原语之上的完整系统。它将一切连接起来：你的目标指导你的技能，你的技能生成记忆，你的记忆改进未来的响应。PAI 将 Claude Code 的构建块变成一个连贯的个人 AI 平台。
### PAI 只适用于 Claude Code 吗？
PAI 是 Claude Code 原生的。我们相信 Claude Code 的 hook 系统、上下文管理和代理能力使其成为个人 AI 基础设施的最佳平台，PAI 旨在充分利用这些功能。
话虽如此，PAI 的概念（技能、记忆、算法）是通用的，代码是 TypeScript 和 Bash——所以社区成员可以自由地将其适配到其他平台。
### 这与 fabric 有什么不同？
[Fabric](https://github.com/danielmiessler/fabric) 是用于特定任务的 AI prompts（模式）集合。它专注于*问 AI 什么*。
PAI 是*你的 DA 如何运作*的基础设施——记忆、技能、路由、上下文、自我改进。它们是互补的。许多 PAI 用户将 Fabric 模式集成到他们的技能中。
### 如果我弄坏了什么怎么办？
恢复很简单：
- **先备份** —— 在任何升级之前：`cp -r ~/.claude ~/.claude-backup-$(date +%Y%m%d)`
- **USER/ 是安全的** —— 你在 `USER/` 中的自定义设置永远不会被安装程序或升级触碰
- **设置是合并，不是覆盖** —— 安装程序只更新身份和版本字段；你的 hooks、状态栏和自定义配置会被保留
- **Git 支持** —— 对一切进行版本控制，需要时回滚
- **历史被保留** —— 你的 DA 的记忆在错误中存活
- **DA 可以修复它** —— 你的 DA 帮助构建了它，它可以帮助修复它
- **重新安装** —— 再次运行安装程序；它会检测现有安装并智能合并
## 🎯 路线图
| 功能 | 描述 |
|---------|-------------|
| **本地模型支持** | 使用本地模型（Ollama、llama.cpp）运行 PAI，用于隐私和成本控制 |
| **细粒度模型路由** | 根据复杂度将不同任务路由到不同模型 |
| **远程访问** | 从任何地方访问你的 PAI——移动端、网页、其他设备 |
| **外呼电话** | 用于外呼电话的语音能力 |
| **外部通知** | 用于 Email、Discord、Telegram、Slack 的强大通知系统 |
## 🌐 社区
**GitHub Discussions：** [加入讨论](https://github.com/danielmiessler/Personal_AI_Infrastructure/discussions)
**社区 Discord：** PAI 在[社区 Discord](https://danielmiessler.com/upgrade) 中与其他 AI 项目一起讨论
**Twitter/X：** [@danielmiessler](https://twitter.com/danielmiessler)
**博客：** [danielmiessler.com](https://danielmiessler.com)
### Star History
## 🤝 贡献
我们欢迎贡献！查看我们的 [GitHub Issues](https://github.com/danielmiessler/Personal_AI_Infrastructure/issues) 了解开放任务。
1. **Fork 仓库**
2. **进行更改** —— Bug 修复、新技能、文档改进
3. **彻底测试** —— 在全新系统中安装以验证
4. **提交 PR** 并附上示例和测试证据
## 📜 许可证
MIT 许可证 - 详情见 [LICENSE](LICENSE)。
## 🙏 致谢
**Anthropic 和 Claude Code 团队** —— 首要感谢。你们现在比任何人都更远、更快地推动 AI。Claude Code 是使这一切成为可能的基础。
**[IndyDevDan](https://www.youtube.com/@indydevdan)** —— 感谢关于元提示和自定义代理的精彩视频，这些启发了 PAI 的部分内容。
### 贡献者
**[fayerman-source](https://github.com/fayerman-source)** —— Google Cloud TTS 提供商集成和语音系统的 Linux 音频支持。
**Matt Espinoza** —— 对 PAI 2.3 版本的大量测试、想法和反馈，以及路线图贡献。
## 💜 支持这个项目
**PAI 永远免费且开源。如果你觉得它有价值，可以[赞助这个项目](https://github.com/sponsors/danielmiessler)。**
## 📚 相关阅读
- [真正的物联网](https://danielmiessler.com/blog/real-internet-of-things) —— PAI 背后的愿景
- [AI 的可预测路径：7 个组件](https://danielmiessler.com/blog/ai-predictable-path-7-components-2024) —— AI 发展方向的视觉演示
- [构建个人 AI 基础设施](https://danielmiessler.com/blog/personal-ai-infrastructure) —— 带示例的完整 PAI 演示
📜 更新历史
**由 [Daniel Miessler](https://danielmiessler.com) 和 PAI 社区用 ❤️ 构建**
*增强你自己。*
**PAI 永远免费且开源。如果你觉得它有价值，可以[赞助这个项目](https://github.com/sponsors/danielmiessler)。**