athena-public

Athena 是一个本地优先的智能 PKM（个人知识管理）系统，旨在帮助用户利用自身上下文做出更好的决策。它提供持久记忆、结构化推理和受治理的 AI 代理，可在任何 LLM 提供商（包括 ChatGPT、Claude、Gemini 等）上运行。 ## 核心概念 Athena 将记忆层从云端托管平台移至用户本地机器。所有上下文——包括会话历史、决策协议、个人偏好和学习模式——均以纯 Markdown 文件形式存储在用户磁盘上。这些文件完全可读、可编辑，并可通过 git 进行版本控制。所使用的 AI 模型是可互换的；只有数据层属于用户。 ## 主要特性 - **持久记忆**：上下文在数千次会话中累积。第 500 次会话可回忆第 5 次会话的模式。记忆不会在模型切换或提供商变更时丢失。 - **本地优先存储**：所有数据以 Markdown 文件形式存储在用户机器上，而非任何提供商的云端。用户可随时检查、编辑和分叉自己的上下文。 - **模型无关**：同一记忆可在 ChatGPT、Claude、Gemini、Grok 等模型上工作。记忆持久存在；模型只是轮班者。 - **可扩展上下文窗口**：三种启动模式可适应任务复杂度——轻量聊天（约 2K 令牌）、完整启动（约 10K 令牌）和深度启动（约 20K 令牌）。即使在数千次会话后，大部分上下文窗口仍保持空闲。 - **元游戏推理**：Athena 应用结构化推理框架，质疑用户是否应追求给定目标，而非仅在假设框架内优化。 - **受治理的自主性**：六条宪法法律和四个能力级别定义了有界代理。法律 #1（不可逆毁灭）可在可能永久结束游戏的路径上覆盖用户偏好。 - **混合 RAG**：结合语义搜索与关键词检索和重排序，实现精确记忆回忆。 - **计划任务与自我 RSI**：支持自动化重复操作和递归自我改进工作流。 ## 工作原理 每次会话遵循一个包含三种模式的循环： - **轻量模式**（仅 `/end`）：快速聊天和脑力倾泻，无需完整上下文加载。 - **完整启动模式**（`/start` → 工作 → `/end`）：为代码、财务决策、架构和不可逆选择进行完整上下文初始化。 - **深度启动模式**（`/ultrastart` → 工作 → `/ultraend`）：为复杂多域分析和深度推理任务提供最大上下文。 随着时间的推移，系统通过累积变得更强大：会话 1–50 中基本回忆，50–200 中模式识别，超过 200 次会话后深度同步，系统在框架被陈述前即可预判。 ## 设置 Athena 可在 macOS、Windows 和 Linux 上运行。安装需要克隆仓库，可选创建 Python 虚拟环境，并在支持 AI 的 IDE（如 Cursor、带 Copilot 的 VS Code、Claude Code、Antigravity 或 Gemini CLI）中打开文件夹。无需 API 密钥或数据库设置即可开始。 ## 架构哲学 工作区包含数百个小 Markdown 文件，而非几个大文档。此设计支持 JIT（即时）加载、按文件名或语义搜索的精确检索、域间零耦合以及干净的 git 差异——优化代理查询而非人类阅读。 该系统通过给予用户完全所有权、检查能力、跨平台可移植性和完整版本历史，与平台记忆（OpenAI、Google、Anthropic）区分开来——同时保持 MIT 许可证下的开源。