pai — Personal AI Identity Provider

本地优先的 AI Agent 身份画像系统。一条命令扫描本机，编译你的 profile，部署到任何 Agent。

pai init → Scan → Profile → Deploy to Agents

Profile ≠ Skill: Profile 描述你是谁（身份、环境、偏好、项目），Skill 是 Agent 使用 pai 的说明书。

快速开始

# 安装 (需要 Node.js >= 22)
npm install -g personal-ai

# 一条命令完成: 初始化 + 扫描本机 + 编译 profile (~12s, 零 LLM)
pai init

# 部署到 Cursor (Agent 自动认识你)
pai distribute

# 查看你的 profile
pai profile

三步搞定，不需要 LLM，不需要 API Key。Agent 立刻认识你。

从源码安装 (开发者)

git clone https://github.com/piai/personal-ai-skills-new.git
cd personal-ai-skills-new
pnpm install && pnpm build && npm link

核心概念

Profile (核心产物)

~/.pai/profile.md — 从本机扫描数据直接编译，零 LLM 依赖。

包含 7 个维度:

• Identity: 用户名、Apple ID、Git 身份、语言、时区
• Environment & Tools: 运行时、包管理器、Shell、IDE 扩展
• Work Style & Habits: 命令习惯、编码规则、AI agent 配置
• Active Projects & Recent Focus: 活跃仓库、近期 commit、工作目录
• Digital Footprint: 书签、浏览域名、安装的应用
• Registry & Cloud Accounts: npm/Docker/AWS/GCP/Vercel 等账户
• Context: 日历、文件组织结构

14 个数据收集器

| # | Collector | 数据来源 | |---|---|---| | 1 | identity-profile | 用户名、Apple ID、Git 配置、语言、时区 | | 2 | calendar-context | Calendar.app 订阅 | | 3 | file-organization | Documents/Desktop/Downloads 结构 | | 4 | dev-environment | 运行时版本、包管理器、全局包 | | 5 | dev-preferences | Shell aliases、Git config、Cursor 扩展 | | 6 | shell-habits | 最常用命令 Top 30 | | 7 | coding-rules | CLAUDE.md、Claude commands、项目规则 | | 8 | active-projects | 活跃 Git 仓库、SSH hosts | | 9 | productivity-setup | 已装 App、Dock 应用、浏览器 | | 10 | browser-bookmarks | 书签文件夹结构 | | 11 | browser-domains | 近 30 天高频域名 Top 30 | | 12 | github-profile | GitHub 用户信息、仓库、stars | | 13 | recent-focus | 近期 commit 分析、工作目录、工具使用 | | 14 | social-profiles | npm/Docker/AWS/GCP/Vercel 账户 |

Skill (Agent 说明书)

pai distribute 部署到 Agent 的文件包含两部分:

1. 你的 Profile (谁、环境、偏好)
2. Agent Skill 指令 (如何调用 pai context/search/add)

CLI 命令

# Profile (核心)
pai init                           # 初始化 + 扫描 + 编译 profile (一条龙)
pai init --skip-scan               # 仅初始化，跳过扫描 (CI/测试用)
pai profile                        # 查看当前 profile
pai profile --rebuild              # 重新扫描 + 编译
pai profile --export               # 输出可复制粘贴的 profile
pai profile --json                 # JSON 元数据
pai distribute                     # 部署 profile + skill 到 Cursor

# 日常记录 (零 LLM)
pai log <text>                     # 追加到今日 journal (memory/YYYY-MM-DD.md)
pai log --clip                     # 从剪贴板读入
pai log --show                     # 查看今日 journal
pai log --date <date> <text>       # 回填指定日期

# 数据管理
pai reset [--force]                # 清空所有数据并重新初始化
pai add <text>                     # 手动添加文本到 raw/local/
pai add --url <url>                # 抓取 URL 到 raw/web/
pai add <file>                     # 添加文件内容
pai auth google                    # Google 授权 (gmail/calendar 首次或重授权)
pai import --source mac            # 手动触发 Mac 扫描 (写入 raw)
pai import --source gmail [--days N] [--query "..."]   # Gmail 导入
pai import --source calendar [--days N]                # 日历导入

# PINData 提取 (需要 OPENAI_API_KEY)
pai distill [--dry-run] [--file]   # 提取 PINData: raw + journal → vault
pai distill --today                # 只处理今日 journal
pai digest [--date <date>]         # 生成 AI 日摘要
pai gaps [--days <n>]              # 检查缺失日志 (默认 7 天)
pai generate [--profile <name>]    # LLM 生成 SKILL.md
pai index                          # 更新 QMD 索引

# 搜索 & 检索
pai ask <question>                 # 智能问答，端到端答案 (agent 首选，需 LLM)
pai ask <question> --json          # JSON: answer, sources, steps
pai search <query>                 # 混合搜索 vault
pai search <query> --fast          # 快速关键词搜索
pai search <query> --json          # JSON 格式
pai context --task <desc>          # 身份 + 任务相关记忆 (agent 用)

# 状态
pai status [--json]                # 数据状态概览

技术栈

• 语言: TypeScript (ESM, strict mode)
• 运行时: Node.js ≥ 22
• CLI 框架: Commander.js
• 配置验证: Zod + JSON5
• LLM 调用: openai SDK (可选，深度知识功能需要)
• 本地搜索: QMD (可选，搜索功能需要)
• 终端输出: chalk + ora
• 构建: tsdown
• 测试: Vitest
• Lint: Oxlint
• 包管理: pnpm

前置依赖

# QMD (本地搜索引擎，搜索功能需要，profile 不需要)
npm install -g https://github.com/tobi/qmd

# GitHub CLI (可选，GitHub profile 收集)
brew install gh && gh auth login

项目结构

src/
├── cli/           # CLI 命令注册 (Commander.js)
│   ├── build-program.ts
│   ├── command-registry.ts
│   └── register.*.ts     # init/profile/log/distill/digest/gaps/add/search/...
├── profile/       # Profile 编译器 (scan → profile.md, 零 LLM)
├── memory/        # 时间维度 — 日志 + 摘要 (journal.ts)
├── vault/         # 主题维度 — PINData 结构化知识 (writer.ts)
├── config/        # 配置管理 (Zod + JSON5 + 路径管理)
├── auth/          # Google OAuth (encryption + google-oauth)
├── connectors/    # 数据收集器
│   ├── mac/       # 14 个 Mac collectors
│   ├── google/    # gmail.ts, calendar.ts
│   └── sanitize.ts
├── raw/           # Raw 层 (来源维度)
├── scraper/       # 网页抓取 (Playwright + defuddle)
├── distill/       # PINData 提取 Pipeline (extract.ts)
├── generate/      # SKILL.md 生成
├── search/        # QMD 搜索封装
├── llm/           # OpenAI client
├── prompts/       # Prompt 模板 (extract.ts, generate.ts)
├── ask/           # Ask agent (Vercel AI SDK + tools)
├── utils/         # 工具函数
├── types.ts       # 全局类型
├── index.ts       # Public API
└── entry.ts       # CLI 入口

数据目录

~/.pai/
├── profile.md            # 核心产物 — 编译后的用户画像 (零 LLM)
├── memory/               # 时间维度 — 日志 + 摘要
│   ├── 2026-02-08.md     # 每日 journal (pai log 追加)
│   └── weekly/           # 周摘要 (未来)
├── raw/                  # 来源维度 — 原始数据 (扫描/添加)
│   ├── local/
│   ├── web/
│   └── connector/       # mac/, gmail/, calendar/
├── vault/                # 主题维度 — PINData 结构化知识
│   ├── context/          # identity.md, projects.md, services.md
│   ├── preferences/      # tools.md, workflow.md
│   ├── work/             # activity.md, finance.md
│   ├── life/             # interests.md
│   └── coding/           # lessons.md
├── credentials/          # Google OAuth: client_secret.json, google-oauth.json.enc
├── skills/profiles/      # LLM 生成的 SKILL.md (可选)
└── config/
    ├── pai.json5
    ├── profiles.json5
    └── preferences.md

Agent 集成

两层记忆架构

Layer 1 (常驻): pai distribute → ~/.cursor/rules/pai-context.mdc
  → Profile (谁) + Skill (怎么用 pai), 每次对话自动注入

Layer 2 (情境): pai ask "问题" → 直接答案 (agentic，需 LLM)
            或 pai context --task "当前任务" → 身份 + 相关记忆

快速部署

pai init && pai distribute    # 两步搞定

# Agent 在工作时调用
pai ask "What's the user's deployment preference?"   # 推荐：直接拿答案
pai context --task "configure PostgreSQL connection pooling"
pai search "database performance" --json
pai log "learned: always set pool_size=20 for production"   # 快速记住

开发

pnpm install          # 安装依赖
pnpm dev              # 开发模式 (tsx)
pnpm build            # 构建 (tsdown)
pnpm lint             # Lint (oxlint)
pnpm typecheck        # 类型检查
pnpm test             # 测试 (vitest)
pnpm check            # 完整门禁

License

MIT