Personal AI Infrastructure：构建你的个人 AI 生命操作系统

今天在 GitHub Trending 上看到一个有意思的项目：Personal AI Infrastructure (PAI)，这是一个将 AI 从"工具"升级为"生命操作系统"的开源基础设施，帮助你用 AI 构建理想的自己。

一、项目概述

Personal AI Infrastructure (PAI) 是一个建立在 Claude Code 之上的个人 AI 操作系统。它不再是简单的"AI 脚手架"，而是一个完整的生命操作系统（Life Operating System），通过三层架构协同工作：

PAI：操作系统本身，包含技能、内存、算法、你的 Telos（目的）、身份文件
Pulse：运行在 localhost:31337 的生命仪表盘，实时展示你的状态、目标和进展
DA (Digital Assistant)：你的数字助手，与你对话的语音和人格界面

项目的核心理念是理想状态驱动一切——通过定义"什么是好的/完成的"，让 AI 帮助你从当前状态系统性地迈向理想状态。这是 Daniel Miessler 自 2016 年提出《The Real Internet of Things》愿景以来的实践落地。

核心特性：

统一的 Pulse 守护进程（22 个 API 路由），集成语音、hooks、可观测性、cron 和生命仪表盘
DA 身份层：PRINCIPAL_IDENTITY + DA_IDENTITY 配对，会话启动时自动加载
Algorithm v6.3.0：七阶段循环（OBSERVE → THINK → PLAN → BUILD → EXECUTE → VERIFY → LEARN），由 Sonnet 支持的模式分类器自动选择 MINIMAL/NATIVE/ALGORITHM 和 E1-E5 层级
ISA（理想状态工件）：通用"理想状态"表达原语，包含 12 个部分（问题→愿景→范围外→原则→约束→目标→标准→测试策略→功能→决策→变更日志→验证）
45 个公共技能、171 个工作流、37 个 hooks
基于文本的内存系统（Memory v7.6），通过目的结构化：WORK、KNOWLEDGE、LEARNING、RELATIONSHIP、OBSERVABILITY、STATE
结构化隐私：通过 containment-zones.ts 声明每个目录的隐私区域，ContainmentGuard PreToolUse hook 阻止跨区泄漏

二、技术原理

架构设计

PAI 采用文件系统即上下文的架构，避免使用 RAG（检索增强生成）的嵌入复杂性和检索不稳定性。核心设计原则：

文本优于不透明存储：强烈倾向纯文本和 Markdown，避免使用 SQLite、Postgres 等不透明存储。一切都应该是透明且可解析的——可以被你、你的 DA、rg（ripgrep）或任何其他工具读取。
上下文脚手架 > 模型：PAI 从根本上是一个为最智能的模型提供正确上下文的系统——关于你是谁、你想要完成什么、你拥有的工具——这样它们才能真正帮助你达到理想状态。模型的重要性低于围绕它的东西。
Bitter-pilled 工程：随着模型变强，它们需要更少的操作指令。PAI 不断审核系统，移除模型在正确上下文和工具下可以做得更好的过于规范的指令。
无 RAG 的文件系统：自 2025 年 6 月以来，PAI 避免了 RAG。带有交叉引用的富文本加上 ripgrep 等快速搜索，提供了人们通常从 RAG 获得的一切——没有嵌入复杂性、检索脆弱性或保真度损失。文件系统就是索引。

核心技术栈

TypeScript：主要编程语言
Bun：JavaScript/TypeScript 运行时（替代 Node.js）
Claude Code：底层 AI 编码助手和 hook 系统
launchd（macOS）/ systemd（Linux）：Pulse 守护进程管理
ElevenLabs API：可选语音合成（回退到桌面通知）

Algorithm v6.3.0 七阶段循环

算法是 PAI 的引力中心——每个非平凡任务都通过它运行。基于科学方法建模，使用 Deutsch 的"难以变通的解释"作为"好"的标准：

OBSERVE（观察）
  ↓
THINK（思考）→ 调用思维技能（第一性原理、委员会辩论、红队等）
  ↓
PLAN（计划）→ 生成 ISA（理想状态工件）
  ↓
BUILD（构建）→ 代码/文档/任何交付物
  ↓
EXECUTE（执行）→ 运行/部署/交付
  ↓
VERIFY（验证）→ 实时探测、顾问调用、跨供应商审计（E4/E5 层级）
  ↓
LEARN（学习）→ 捕获信号、改进系统

模式分类器根据提示复杂性自动选择：

MINIMAL：简单任务，直接执行
NATIVE：中等复杂性，使用原生 Claude Code 能力
ALGORITHM：高复杂性，完整七阶段循环

层级（E1-E5）：

E1：最小验证
E2：基本验证
E3：标准验证
E4：强验证 + 跨供应商审计
E5：最强验证 + 完整审计轨迹

内存系统（Memory v7.6）

内存按目的结构化，形成一个复合系统：

WORK：活动任务的 ISA
KNOWLEDGE：类型化图谱（人物、公司、想法、研究、博客）
LEARNING：元模式
RELATIONSHIP：DA-委托人笔记
OBSERVABILITY：每个工具调用 + hook 触发 + 满意度信号
STATE：会话注册表

内存系统会复合：捕获你做过什么、学到什么、什么值得保留——并作为未来工作的输入反馈。

三、安装与快速开始

环境要求

Claude Code（必须）：PAI 是 Claude Code 原生项目
Bun：JavaScript/TypeScript 运行时
Git：版本控制
Node.js v18+（Claude Code 依赖）
macOS 或 Linux（Windows 未测试）

一键安装（推荐）

curl -sSL https://ourpai.ai/install.sh | bash

安装向导会自动：

验证 Bun、Git 和 Claude Code
提示输入 ElevenLabs API key（可跳过，语音回退到桌面通知）
启动 DA 身份向导（名称 + 语音 + 人格）
将 Pulse 设置为 launchd 服务（com.pai.pulse）
运行验证

现有 ~/.claude/ 会自动备份到 ~/.claude.backup-{TIMESTAMP}。

手动安装

# 1. 克隆仓库
git clone https://github.com/danielmiessler/Personal_AI_Infrastructure.git
cd Personal_AI_Infrastructure/Releases/v5.0.0

# 2. 复制到 ~/.claude
cp -R .claude ~/

# 3. 运行安装脚本
cd ~/.claude && ./install.sh

安装后配置

# 打开生命仪表盘
open http://localhost:31337

然后在 Claude Code 中运行 /interview，你的 DA 会引导你完成：

Phase 1 — TELOS：使命、目标、信仰、智慧、挑战、书籍、思维模型、叙事
Phase 2 — IDEAL_STATE：对你来说，成功是什么样子？
Phase 3 — Preferences：工具、约定、工作风格
Phase 4 — Identity：最终 DA 人格调优

这是最重要的步骤。没有 TELOS，你的 DA 就没有优化的目标。

验证安装

# Pulse 是否运行
curl -s http://localhost:31337/api/pulse/health | jq

# 语音通知是否工作
curl -s -X POST http://localhost:31337/notify \
  -H "Content-Type: application/json" \
  -d '{"message": "Hello from your DA"}'

# 仪表盘是否渲染
open http://localhost:31337

四、使用方法与实战

基础用法

1. 与你的 DA 对话

安装完成后，你的 DA 会在 Claude Code 中等待你。你可以像这样使用它：

你：帮我研究一下向量数据库的最新进展
DA：【调用 Research 技能，生成 ISA，执行七阶段循环】

2. 使用技能

PAI 有 45 个公共技能，每个技能都是确定性的单元。技能层次结构：

代码 → 运行代码的 CLI → 提示 CLI 的工作流 → 在工作流之间路由的 SKILL.md

技能是容器；SKILL.md 是前门；实际工作尽可能是真实代码。提示包装代码；代码不包装提示。

示例技能：

ISA 技能：Scaffold、Interview、CheckCompleteness、Reconcile、Seed、Append
Migrate 技能：从 .md/.markdown/.txt、Obsidian、Notion、Apple Notes 导入，按 v5 分类法分类（TELOS、KNOWLEDGE、PROJECTS、FEED 等）
Research 技能：深度研究，生成 ISA，执行算法循环
Thinking 技能：第一性原理、委员会辩论、红队、根因、系统思维、迭代深度、光圈振荡等

3. 运行 Pulse 守护进程

Pulse 是统一守护进程，提供：

生命仪表盘（22 个路由）
语音通知
Hooks 集成
可观测性
Cron 作业
可选 Telegram/iMessage 桥接

# 检查 Pulse 状态
curl -s http://localhost:31337/api/pulse/health | jq

# 查看当前状态
curl -s http://localhost:31337/api/pulse/state | jq

进阶用法

1. 自定义 TELOS

TELOS 是 PAI 的核心——它定义了你是谁、你想要什么、你去哪里。编辑 PAI/USER/TELOS/ 中的文件：

# PAI/USER/TELOS/MISSION.md
我的使命是构建工具，帮助人们增强自己。

# PAI/USER/TELOS/GOALS.md
## 短期目标（6 个月）
- 发布 3 个开源项目
- 学会 Rust 编程语言

## 长期目标（5 年）
- 建立一个人本技术的社区
- 写一本关于 AI 伦理的书

2. 创建自定义技能

创建新技能非常简单：

# 1. 创建技能目录
mkdir -p ~/.claude/PAI/SKILLS/my-skill

# 2. 创建 SKILL.md
cat > ~/.claude/PAI/SKILLS/my-skill/SKILL.md << 'EOF'
---
name: my-skill
description: 我的自定义技能
---

# My Skill

## 触发词
我的技能、自定义能力

## 工作流程
1. 第一步
2. 第二步
EOF

# 3. 创建工作流（可选）
mkdir -p ~/.claude/PAI/SKILLS/my-skill/workflows

3. 使用 PAI Packs

Packs 是独立、AI 可安装的功能，你可以添加到任何 AI 编码工具，而无需安装 PAI。每个 pack 都是一个自包含的提示，你的 DA 可以读取并执行。

# 浏览所有 packs
open https://github.com/danielmiessler/Personal_AI_Infrastructure/tree/main/Packs

# 安装 pack：指向你的 DA
你：安装这个 pack：<pack 目录路径>
DA：【读取 pack，执行安装工作流】

4. 内存系统实战

内存系统会自动捕获你的工作。你也可以手动添加：

# 添加 KNOWLEDGE
cat >> ~/.claude/PAI/MEMORY/KNOWLEDGE/ideas.md << 'EOF'
## 2026-06-08
### AI 生命操作系统的设计模式
- 上下文脚手架优于模型选择
- 文本优于不透明存储
- 文件系统即索引，无需 RAG
EOF

# DA 会自动读取这些内容，在未来的会话中使用

实际项目示例

示例 1：研究一个新技术

你：研究一下 Rust 的异步编程模型，我想学会它

DA：【Research 技能】
1. OBSERVE：捕获你的目标（学会 Rust 异步编程）
2. THINK：调用第一性原理思维技能，分解异步编程的核心概念
3. PLAN：生成 ISA
   - 问题：我想要学会 Rust 异步编程
   - 愿景：能够阅读和编写 Rust 异步代码
   - 标准：完成 5 个实践项目，理解 async/await、Future、tokio
   - 测试策略：代码审查、项目部署
4. BUILD：创建学习材料、代码示例、练习项目
5. EXECUTE：交付学习路径
6. VERIFY：测试你的理解，通过问答验证
7. LEARN：捕获学习信号，改进未来的学习路径

示例 2：构建一个 Web 应用

你：帮我构建一个 Markdown 笔记本应用，支持实时预览

DA：【Build 技能】
1. OBSERVE：捕获需求（Markdown 笔记本、实时预览）
2. THINK：技术选型（React + CodeMirror + marked）
3. PLAN：生成 ISA
   - 功能：编辑器、预览面板、保存/加载、导出
   - 约束：使用 localStorage、无后端
   - 标准：实时预览延迟 <100ms、支持 GitHub Flavored Markdown
4. BUILD：编写代码
5. EXECUTE：启动开发服务器
6. VERIFY：测试所有功能、检查预览延迟
7. LEARN：捕获构建模式，改进未来的 Web 应用构建

五、常见问题与解决方案

安装失败

问题：一键安装脚本失败

解决方案：

# 1. 检查 Bun 是否安装
bun --version

# 2. 检查 Git 是否安装
git --version

# 3. 检查 Claude Code 是否安装
claude --version

# 4. 手动安装缺失的依赖
# macOS
brew install bun git

# Linux
curl -fsSL https://bun.sh/install | bash

问题：权限错误

解决方案：

# 确保你有 ~/.claude 目录的写权限
chmod -R u+w ~/.claude

# 如果使用了 sudo 安装，修复权限
sudo chown -R $USER:$GROUP ~/.claude

运行时错误

问题：Pulse 守护进程无法启动

解决方案：

# 1. 检查端口 31337 是否被占用
lsof -i :31337

# 2. 检查日志
cat ~/.claude/PAI/LOGS/pulse.log

# 3. 手动启动 Pulse
cd ~/.claude/PAI/PULSE
bun run index.ts

# 4. 检查 launchd 服务状态（macOS）
launchctl list | grep pai

问题：DA 没有响应

解决方案：

# 1. 检查 Claude Code 是否运行
ps aux | grep claude

# 2. 检查 DA 身份文件是否存在
cat ~/.claude/PAI/USER/DA_IDENTITY.md

# 3. 重新运行 /interview
# 在 Claude Code 中运行
/interview

问题：语音通知不工作

解决方案：

# 1. 检查 ElevenLabs API key 是否配置
cat ~/.claude/PAI/CONFIG/voice.json

# 2. 如果没有配置，语音会回退到桌面通知
# 检查桌面通知是否工作
curl -s -X POST http://localhost:31337/notify \
  -H "Content-Type: application/json" \
  -d '{"message": "Test notification"}'

# 3. 配置 ElevenLabs API key
# 编辑 ~/.claude/PAI/CONFIG/voice.json
{
  "provider": "elevenlabs",
  "apiKey": "your-api-key-here"
}

性能问题

问题：算法循环太慢

解决方案：

使用更低的层级：在 DA 身份文件中设置默认层级为 E1 或 E2
使用 MINIMAL 模式：对于简单任务，DA 会自动选择 MINIMAL 模式
优化上下文：移除不必要的上下文文件，减少 README 长度

问题：内存系统太大，DA 响应慢

解决方案：

# 1. 清理旧的内存文件
# 删除 30 天前的 LEARNING 文件
find ~/.claude/PAI/MEMORY/LEARNING -name "*.md" -mtime +30 -delete

# 2. 压缩 KNOWLEDGE 图谱
# 手动编辑 ~/.claude/PAI/MEMORY/KNOWLEDGE/*.md，移除过时内容

# 3. 使用 ripgrep 而不是让 DA 读取所有文件
# 在 CLAUDE.md 中添加
# 使用 `rg <关键词>` 搜索内存，而不是读取整个文件

兼容性

问题：从 v4.x 升级到 v5.0.0 失败

解决方案：

⚠️ v5.0.0 是一个不同的系统，不是补丁。在安装之前阅读迁移指南。

# 1. 备份现有安装
cp -R ~/.claude ~/.claude.backup-$(date +%Y%m%d)

# 2. 阅读迁移指南
open https://github.com/danielmiessler/Personal_AI_Infrastructure/tree/main/Releases/v5.0.0/README.md#migration-guide-from-v4x

# 3. 安装 v5.0.0
curl -sSL https://ourpai.ai/install.sh | bash

# 4. 迁移旧内容
# 告诉你的 DA
你：帮我把我的旧内容迁移到 PAI/USER/ 结构中

DA：【Migrate 技能】
- 从 v4.x 导入笔记、项目状态、自定义规则
- 按 v5 分类法分类（TELOS、KNOWLEDGE、PROJECTS、FEED 等）
- 提交并保留来源

问题：Windows 不支持

解决方案：

PAI 主要支持 macOS 和 Linux。Windows 用户可以使用：

WSL2（Windows Subsystem for Linux）：

# 在 WSL2 中安装 Bun、Git、Claude Code
curl -fsSL https://bun.sh/install | bash

等待社区贡献：项目欢迎 Windows 支持的 PR

六、总结

Personal AI Infrastructure (PAI) 是一个雄心勃勃的项目，它试图回答一个问题：如果 AI 真的要增强每个人，它应该是什么样子？

答案是：一个生命操作系统——它捕获你是谁、你在乎什么、你要去哪里，然后帮助你用 AI 到达那里。

核心洞察

AI 应该放大每个人——不仅仅是 top 1%。PAI 是开源的、免费的、社区驱动的。
数字助手是 AI 的终极界面。我们都在构建同一个东西，终点就是每个人的一个 DA。PAI 是这个愿景的早期实现。
理想状态驱动一切。AI 的最大未解决问题是没人能定义任务"好"或"完成"实际上意味着什么。PAI 围绕理想状态的概念构建——特别是从你的当前状态到你的理想状态的转变。
上下文脚手架优于模型选择。PAI 从根本上是一个为最智能的模型提供正确上下文的系统。模型的重要性低于围绕它的东西。
文本优于不透明存储。避免使用 SQLite、Postgres 等。一切都应该透明且可解析。

适用人群

AI 爱好者和研究者：想要一个开放的、可定制的 AI 基础设施
开发者：想要用 AI 增强自己的工作和生活
思考者：相信 AI 应该以人为本，而不是以工具为本
Claude Code 用户：想要将 Claude Code 变成你的专属 AI 操作系统

开始使用

# 一键安装
curl -sSL https://ourpai.ai/install.sh | bash

# 打开生命仪表盘
open http://localhost:31337

# 在 Claude Code 中运行 /interview，捕获你的 TELOS
/interview

PAI 是开源的、免费的、社区驱动的。如果你觉得它有价值，可以赞助这个项目。

相关资源：

GitHub 仓库
The Real Internet of Things——PAI 背后的愿景
AI’s Predictable Path: 7 Components——AI 发展路径的可视化演练
Building a Personal AI Infrastructure——完整的 PAI 演练和示例
社区 Discord
GitHub Discussions

Augment yourself. 🚀

一、项目概述#

二、技术原理#

架构设计#

核心技术栈#

Algorithm v6.3.0 七阶段循环#

内存系统（Memory v7.6）#

三、安装与快速开始#

环境要求#

一键安装（推荐）#

手动安装#

安装后配置#

验证安装#

四、使用方法与实战#

基础用法#

1. 与你的 DA 对话#

2. 使用技能#

3. 运行 Pulse 守护进程#

进阶用法#

1. 自定义 TELOS#

2. 创建自定义技能#

3. 使用 PAI Packs#

4. 内存系统实战#

实际项目示例#

示例 1：研究一个新技术#

示例 2：构建一个 Web 应用#

五、常见问题与解决方案#

安装失败#

运行时错误#

性能问题#

兼容性#

六、总结#

核心洞察#

适用人群#

开始使用#

一、项目概述

二、技术原理

架构设计

核心技术栈

Algorithm v6.3.0 七阶段循环

内存系统（Memory v7.6）

三、安装与快速开始

环境要求

一键安装（推荐）

手动安装

安装后配置

验证安装

四、使用方法与实战

基础用法

1. 与你的 DA 对话

2. 使用技能

3. 运行 Pulse 守护进程

进阶用法

1. 自定义 TELOS

2. 创建自定义技能

3. 使用 PAI Packs

4. 内存系统实战

实际项目示例

示例 1：研究一个新技术

示例 2：构建一个 Web 应用

五、常见问题与解决方案

安装失败

运行时错误

性能问题

兼容性

六、总结

核心洞察

适用人群

开始使用