इस प्रोजेक्ट के बारे में

Athena एक स्थानीय-प्रथम एजेंटिक PKM (व्यक्तिगत ज्ञान प्रबंधन) प्रणाली है जिसे उपयोगकर्ताओं को अपने स्वयं के संदर्भ का उपयोग करके बेहतर निर्णय लेने में मदद करने के लिए डिज़ाइन किया गया है। यह स्थायी स्मृति, संरचित तर्क और नियंत्रित AI एजेंट प्रदान करता है जो किसी भी LLM प्रदाता के साथ काम करते हैं — जिसमें ChatGPT, Claude, Gemini और अन्य शामिल हैं। ## मूल अवधारणा Athena स्मृति परत को क्लाउड-होस्टेड प्लेटफार्मों से उपयोगकर्ता की स्थानीय मशीन पर स्थानांतरित करता है। सभी संदर्भ — सत्र इतिहास, निर्णय प्रोटोकॉल, व्यक्तिगत प्राथमिकताएं और सीखे गए पैटर्न — उपयोगकर्ता की डिस्क पर सादे Markdown फ़ाइलों के रूप में संग्रहीत होते हैं। ये फ़ाइलें पूरी तरह से पठनीय, संपादन योग्य और git के माध्यम से संस्करण-नियंत्रण योग्य हैं। उपयोग किया जा रहा AI मॉडल विनिमेय है; केवल डेटा परत उपयोगकर्ता की होती है। ## मुख्य विशेषताएं - **स्थायी स्मृति**: संदर्भ हजारों सत्रों में संचित होता है। सत्र 500 सत्र 5 से पैटर्न याद करता है। मॉडल स्विच या प्रदाता परिवर्तन के बीच स्मृति खोती नहीं है। - **स्थानीय-प्रथम भंडारण**: सभी डेटा उपयोगकर्ता की मशीन पर Markdown फ़ाइलों के रूप में रहता है, किसी प्रदाता के क्लाउड में नहीं। उपयोगकर्ता किसी भी समय अपने संदर्भ का निरीक्षण, संपादन और फोर्क कर सकते हैं। - **मॉडल-अज्ञेयवादी**: समान स्मृति ChatGPT, Claude, Gemini, Grok और अन्य मॉडलों में काम करती है। स्मृति बनी रहती है; मॉडल बस वही है जो शिफ्ट पर है। - **स्केलेबल संदर्भ विंडो**: तीन बूट मोड कार्य जटिलता के अनुसार स्केल करते हैं — हल्का चैट (~2K टोकन), पूर्ण बूट (~10K टोकन), और गहरा बूट (~20K टोकन)। हजारों सत्रों के बाद भी अधिकांश संदर्भ विंडो मुक्त रहती है। - **मेटा-गेम तर्क**: Athena संरचित तर्क ढांचे लागू करता है जो पूछता है कि क्या उपयोगकर्ता को दिए गए लक्ष्य का पीछा करना चाहिए, न कि केवल एक मान लिए गए ढांचे के भीतर अनुकूलन करना। - **नियंत्रित स्वायत्तता**: छह संवैधानिक कानून और चार क्षमता स्तर सीमित एजेंसी को परिभाषित करते हैं। कानून #1 (कोई अपरिवर्तनीय विनाश नहीं) उन रास्तों पर उपयोगकर्ता की प्राथमिकता को ओवरराइड कर सकता है जो खेल को स्थायी रूप से समाप्त कर सकते हैं। - **हाइब्रिड RAG**: सटीक स्मृति पुनर्प्राप्ति के लिए अर्थ संबंधी खोज को कीवर्ड पुनर्प्राप्ति और पुनःरैंकिंग के साथ जोड़ता है। - **अनुसूचित कार्य और स्व-RSI**: स्वचालित आवर्ती संचालन और पुनरावर्ती स्व-सुधार वर्कफ़्लो का समर्थन करता है। ## यह कैसे काम करता है प्रत्येक सत्र तीन मोड के साथ एक चक्र का पालन करता है: - **हल्का मोड** (केवल `/end`): पूर्ण संदर्भ लोडिंग के बिना त्वरित चैट और मस्तिष्क डंप। - **पूर्ण बूट मोड** (`/start` → कार्य → `/end`): कोड, वित्तीय निर्णय, वास्तुकला और अपरिवर्तनीय विकल्पों के लिए पूर्ण संदर्भ आरंभीकरण। - **गहरा बूट मोड** (`/ultrastart` → कार्य → `/ultraend`): जटिल बहु-डोमेन विश्लेषण और गहन तर्क कार्यों के लिए अधिकतम संदर्भ। समय के साथ, प्रणाली संचय के माध्यम से अधिक सक्षम हो जाती है: सत्र 1–50 में बुनियादी स्मरण, 50–200 तक पैटर्न पहचान, और 200 से अधिक सत्रों में गहरा तालमेल जहां प्रणाली कथित होने से पहले ढांचे का अनुमान लगाती है। ## सेटअप Athena macOS, Windows और Linux पर चलता है। स्थापना के लिए रिपॉजिटरी क्लोन करना, वैकल्पिक रूप से Python आभासी वातावरण बनाना, और फ़ोल्डर को AI-सक्षम IDE जैसे Cursor, Copilot के साथ VS Code, Claude Code, Antigravity या Gemini CLI में खोलना आवश्यक है। शुरू करने के लिए कोई API कुंजी या डेटाबेस सेटअप की आवश्यकता नहीं है। ## वास्तुकला दर्शन कार्यक्षेत्र में कुछ बड़े दस्तावेज़ों के बजाय सैकड़ों छोटी Markdown फ़ाइलें होती हैं। यह डिज़ाइन JIT (जस्ट-इन-टाइम) लोडिंग, फ़ाइलनाम या अर्थ संबंधी खोज द्वारा शल्य पुनर्प्राप्ति, डोमेन के बीच शून्य युग्मन और स्वच्छ git अंतर सक्षम करता है — मानव पढ़ने के बजाय एजेंट क्वेरी के लिए अनुकूलन। प्रणाली प्लेटफ़ॉर्म स्मृति (OpenAI, Google, Anthropic) से खुद को अलग करती है, उपयोगकर्ताओं को पूर्ण स्वामित्व, निरीक्षण क्षमता, क्रॉस-प्लेटफ़ॉर्म पोर्टेबिलिटी और पूर्ण संस्करण इतिहास देती है — जबकि MIT लाइसेंस के तहत ओपन-सोर्स बनी रहती है।