MineContext：洞察本质，激发创造

一个开源、主动的上下文感知 AI 伙伴，致力于让您的工作、学习与创作更加清晰高效。

中文 / English

社区实践 · 反馈问题 · 提交问卷

👋 加入我们的微信 / 飞书 / 小红书交流群

🌍 加入我们的 Discord 社区

🖥️ Mac 版下载 · 💻 Windows 版下载

👋🏻 MineContext 是什么
🚀 核心功能
🔏 隐私保护
- 本地存储
- 本地模型
🏁 快速开始
🎃 贡献指南
💎 MineContext 与我的世界
🎯 目标用户
🔌 上下文来源
🆚 与同类应用的比较
- MineContext vs ChatGPT Pulse
- MineContext vs Dayflow
👥 社区
- 社区与支持
Star History
📃 许可证

🔗 相关项目：欢迎了解 OpenViking - 一个专为 AI Agents 设计的开源上下文数据库。OpenViking 通过”文件系统范式”统一管理记忆、资源和技能三类上下文，为复杂的上下文管理提供基础设施层。

👋🏻 MineContext 是什么

MineContext 是一个具有上下文感知能力的主动式 AI 伙伴。它基于屏幕截图+内容理解的方式（未来还将支持其他来源的多模态信息，包括文档、图片、视频、代码、外部应用数据），能够看到并看懂用户的数字世界上下文，然后再基于底层的上下文工程框架，主动推送洞察、日/周总结、待办、活动记录等高质量信息，同时支持用户基于 Context 和生成的信息进行再创作。

🚀 核心功能

MineContext 专注于四个核心功能：无负担收集、主动推送、智能浮现和上下文工程架构。

📥 无负担收集支持收集和处理海量的 Context，并通过设计存储管理来实现海量收集却没有心智负担。
🚀 主动推送支持日常主动推送关键信息和洞见，能够提炼 Context 中的总结信息，比如每日总结，每周总结，tips，todo，主动推送到主页。
💡 智能浮现（实现中）支持创作时智能浮现，可以随时浮现相关有用的 Context，确保辅助创作又不会被淹没
🎯 上下文工程架构支持多模态、多源数据的完整生命周期——从捕获、处理和存储到管理、检索和消费——支持生成六种类型的智能上下文。

🔏 隐私保护

本地存储

MineContext 非常注重用户隐私，所有数据都默认保存在本地如下路径，确保您的隐私和安全。

~/Library/Application Support/MineContext/Data

本地模型

此外我们支持了 OpenAI API 协议的自定义模型服务，您可以在 MineContext 中使用全本地模型，做到任何数据不上云。

🏁 快速开始

1. 安装

点击 Github Latest Release 下载最新版本。

Download APP

注意：从 v0.1.5 版本开始，MineContext 已支持 Apple 公证，因此不再需要禁用隔离属性。如果您使用的是旧版本，请参考之前的文档获取相关说明。

2. 输入您的 API 密钥

应用程序启动后（首次运行时需要安装后端环境，约需等待两分钟），请根据引导输入您的 API 密钥。目前我们支持豆包、OpenAI 以及自定义模型服务，包括任何兼容 OpenAI API 格式的本地模型或第三方模型服务。我们推荐使用 LMStudio 来运行本地模型，它提供了简单的界面和强大的功能，能够帮助您快速部署和管理本地模型。

综合成本和性能，我们推荐使用豆包模型，豆包模型的 API-Key 可以在 API 管理界面生成。

获取豆包 API 之后需要在模型开通管理界面开通视觉语言模型和向量化两个模型。

视觉语言模型：Doubao-Seed-1.6-flash
向量化模型：Doubao-embedding-vision

以下是获取了 API Key 后的填写流程： Enter API-Key

3. 开始记录

进入【Screen Monitor】启用屏幕分享的系统权限，设置完之后需要重新启动应用使其生效。

Enable-Permissions

重新启动应用后，请先在【Settings】设置您的屏幕共享区域，然后点击【Start Recording】开始截图。

Screen-Settings

4. 忘掉它

启动记录后，您的上下文将逐渐被收集。这会需要一些时间才能产生价值。所以说，忘记它，安心专注于其他任务吧。MineContext 将会在后台为您生成待办事项、提示、摘要和活动。当然，您也可以通过【Chat with AI】进行主动问答。

5. 后台调试

MineContext 支持在http://localhost:1733 进行后台调试。

1.支持查看 Token 用量与使用情况

后台调试1

2.支持主动推送任务的时间间隔设置

后台调试2

3.支持调整主动推送任务的系统提示词

后台调试3

🎃 贡献指南

🎨 前端架构

MineContext 前端是一个基于 Electron、React 和 TypeScript 构建的跨平台桌面应用程序，提供模块化、可维护且高性能的桌面开发基础。

核心技术栈

技术	描述
Electron	允许使用 Web 技术开发跨平台桌面应用程序。
React	用于构建动态用户界面的基于组件的 UI 库。
TypeScript	提供静态类型检查，增强代码可维护性。
Vite	针对 Electron 优化的现代前端构建工具。
Tailwind CSS	用于快速且一致地设计 UI 的实用优先 CSS 框架。
pnpm	适用于 monorepo 项目的快速高效的包管理器。

核心架构

该项目遵循标准的 Electron 架构设计，将主进程、预加载脚本和渲染进程的代码清晰分离，以保证安全性和可维护性。

frontend/
├── src/
│ ├── main/ # Electron 主进程（窗口管理、生命周期、IPC 通信）
│ ├── preload/ # 预加载脚本，安全桥接 Node API 与渲染进程
│ └── renderer/ # React 前端界面（渲染进程）
│
├── packages/
│ └── shared/ # 通用工具、IPC 通道、日志与常量定义
│
├── build/ # 构建资源（图标、平台配置）
├── dist/ # 由 electron-builder 生成的构建产物
├── externals/ # 外部依赖（Python 脚本、二进制文件等）
├── resources/ # 静态资源（图标、模板、图片）
└── scripts/ # 开发与构建辅助脚本

1、主进程 (src/main/)负责：

管理应用窗口
处理生命周期事件（启动、退出、激活）
建立安全的 IPC 通信
与后端服务（Python 与系统 API）集成

2、预加载脚本 (src/preload/)负责：

安全地将 Node.js API 暴露给渲染进程
处理与主进程的 IPC 通信
实现跨进程的资源访问

3、渲染进程 (src/renderer/)负责：

实现基于 React 的用户界面
使用 Jotai 与 Redux 管理全局状态
基于 Tailwind CSS 的高效样式体系
动态加载与性能优化机制

4、构建与打包负责：

electron-vite.config.ts — 同时配置主进程与渲染进程的构建逻辑（别名、插件等）。
electron-builder.yml — 定义针对 Windows、macOS、Linux 的打包与分发配置。

💻 前端使用

构建后端

在开始前端开发之前，需要先构建后端：

uv sync
source .venv/bin/activate
./build.sh

安装依赖

由于包版本原因，目前不支持使用国内 PYPI 源，请输入以下命令，确保使用的是原始 PYPI 环境

pip config unset global.index-url
cd frontend
pnpm install

开发调试

本地开发时，截屏范围获取较慢属于正常现象，等待即可，打包应用无此问题。

pnpm dev

应用打包

为 macOS 平台构建应用：

pnpm build:mac

打包生成的可执行文件会存放在MineContext/frontend/dist目录下。

🏗️ 后端架构

MineContext 采用模块化、分层的架构设计，各组件职责明确，关注点分离。

核心架构组件

opencontext/
├── server/             # Web服务器和API层
├── managers/           # 业务逻辑管理器
├── context_capture/    # 上下文获取模块
├── context_processing/ # 上下文处理流水线
├── context_consumption/# 上下文消费和生成
├── storage/            # 多后端存储层
├── llm/               # LLM集成层
├── tools/             # 工具系统
└── monitoring/        # 系统监控

各层职责

服务器层 (server/)
- 基于 FastAPI 的 RESTful API
- 支持实时通信的 WebSocket
- 静态文件服务和模板渲染
管理器层 (managers/)
- CaptureManager：管理所有上下文捕获源
- ProcessorManager：协调上下文处理流水线
- ConsumptionManager：处理上下文消费和生成
- EventManager：事件驱动的系统协调
上下文捕获层 (context_capture/)
- 屏幕截图监控
- 文档监控
- 可扩展的捕获接口，支持未来的来源
处理层 (context_processing/)
- 文档分块策略
- 实体提取和规范化
- 上下文合并和去重
- 多模态内容处理（文本、图像）
存储层 (storage/)
- 多后端支持（SQLite、ChromaDB）
- 用于相似性搜索的向量存储
- 统一的存储接口
LLM 集成 (llm/)
- 支持多个 LLM 提供商（OpenAI、豆包）
- VLM（视觉-语言模型）集成
- 嵌入生成服务

🚀 后端使用

安装

我们推荐使用 uv 进行快速、可靠的包管理：

# 克隆仓库
git clone https://github.com/volcengine/MineContext.git
cd MineContext

# 安装 uv（如果尚未安装）
curl -LsSf https://astral.sh/uv/install.sh | sh

# 同步依赖（自动创建虚拟环境）
uv sync

配置

基本配置 (config/config.yaml)：

server:
  host: 127.0.0.1
  port: 8765
  debug: false

embedding_model:
  provider: doubao # 选项：openai, doubao
  api_key: your-api-key
  model: doubao-embedding-vision-250615

vlm_model:
  provider: doubao # 选项：openai, doubao
  api_key: your-api-key
  model: doubao-seed-1-6-flash-250828

capture:
  enabled: true
  screenshot:
    enabled: true # 开启截图捕获
    capture_interval: 5 # 截图间隔（秒）

提示模板 (config/prompts_*.yaml)：
- prompts_en.yaml：英文提示模板
- prompts_zh.yaml：中文提示模板

运行服务器

# 使用默认配置启动
uv run opencontext start

# 使用自定义配置启动
uv run opencontext start --config /path/to/config.yaml

# 使用自定义端口启动
uv run opencontext start --port 1733

可用选项：

--config：配置文件路径
--host：主机地址（默认：配置文件中的值或 localhost）
--port：端口号（默认：配置文件中的值或 1733）

优先级：命令行参数 > 配置文件 > 默认值

或者，你也可以手动激活虚拟环境：

source .venv/bin/activate  # Windows系统：.venv\Scripts\activate
pip install -e .
opencontext start --port 1733

💎 MineContext 与我的世界

MineContext 的命名，也体现了团队的巧思。既是“我的上下文”，更要“挖掘上下文”。它借鉴了 MineCraft（我的世界）的核心理念——开放、创造与探索。

如果说海量的 Context 是散落各处的“方块”，那么 MineContext 提供的就是一个让你能够自由搭建、组合、创造的“世界”。用户除了接收到主动推送的信息外，还能够基于收集到的海量 Context 和生成的高质量信息进行再创作。

🎯 目标用户

目标用户类别	具体角色/身份	核心需求/痛点
知识工作者	研究人员、分析师	浏览海量信息，提高信息处理和分析效率
内容创作者	作家、博主	渴求无尽灵感，优化内容创作工作流程
终身学习者	学生、研究者	建立系统化知识体系，高效管理和连接学习材料
项目经理	产品经理、项目经理	整合多源信息和数据，确保项目一致性和决策效率

🔌 上下文来源

我们将按照以下计划优先扩展上下文来源，热烈欢迎大家积极贡献代码。

P0：数字生活和公共信息循环（PC 屏幕捕获和链接上传）
P1：个人文本上下文循环（文件上传、文件跟踪）
P2：AI 和常见办公上下文循环（MCP、会议记录）
P3：高质量信息获取循环（DeepResearch 和 RSS）
P4：个人深度上下文循环（微信、QQ 聊天数据获取、手机截图）
P5：物理世界上下文循环（智能穿戴同步、智能眼镜同步）

上下文捕获能力	上下文来源	优先级	完成状态
屏幕截图	用户 PC 信息	P0	✅
笔记编辑	应用内创作信息	P0	✅
链接上传	互联网信息	P0
文件上传	结构化文档	P1
文件上传	非结构化文档	P1
文件上传	图像	P1
文件上传	音频	P4
文件上传	视频	P4
文件上传	代码	P4
浏览器扩展	AI 对话记录	P2
浏览器扩展	提炼的互联网信息	P5
会议记录	会议信息	P2
RSS	咨询信息	P3
Deep Research	高质量研究分析	P3
应用 MCP/API	支付记录	P4
应用 MCP/API	研究论文	P3
应用 MCP/API	新闻	P4
应用 MCP/API	电子邮件	P4
应用 MCP/API	Notion	P2
应用 MCP/API	Obsidian	P2
应用 MCP/API	Slack	P4
应用 MCP/API	Jira	P4
应用 MCP/API	Figma	P2
应用 MCP/API	Linear	P4
应用 MCP/API	Todoist	P4
记忆库迁移导入	用户记忆	P4
微信数据捕获	微信聊天历史	P4
QQ 数据捕获	QQ 聊天历史	P4
手机截图监控	用户移动端信息	P4
智能眼镜数据同步	物理世界交互记录	P5
智能手环数据同步	生理数据	P5

🆚 与同类应用的比较

MineContext vs ChatGPT Pulse

🖥️ 全面的数字世界上下文： MineContext 通过读取屏幕截图捕获您的整个数字工作流程，提供丰富的、可视化的日常活动和应用程序上下文。相比之下，ChatGPT Pulse 仅限于单个基于文本的对话上下文。
🔒 本地优先数据与隐私：您的数据完全在本地设备上处理和存储，确保完全的隐私和安全，无需依赖云服务器。ChatGPT Pulse 要求数据发送到并存储在 OpenAI 的服务器上。
🚀 更加多样化的主动推送： MineContext 提供更广泛的智能自动生成内容——包括每日摘要、可操作的待办事项和活动报告——而不仅仅是简单的提示。ChatGPT Pulse 仅在每天早上提供 5-10 个提示。
🔧 开源可定制：作为一个开源项目，MineContext 允许开发人员自由检查、修改和构建代码库，实现完全定制。ChatGPT Pulse 是一个封闭的专有产品，无法修改。
💰 经济实惠的 API 使用： MineContext 通过允许您使用自己的 API 密钥，避免了每月 200 美元的昂贵 Pro 订阅费用，让您完全控制支出。ChatGPT Pulse 的高级功能被锁定在其昂贵的高级订阅后面。

MineContext vs Dayflow

💡 更丰富、更主动的洞察： MineContext 提供更多样化的自动智能内容——包括简明摘要、可操作的待办事项和上下文提示——超越基本的活动跟踪。DayFlow 仅记录用户活动。
🧠 上下文感知的问答与创作： MineContext 允许您基于捕获的上下文提问和生成新内容，解锁更广泛的应用场景，如内容起草和项目规划。DayFlow 仅限于被动的活动记录和回顾。
✨ 更优质的活动生成与体验： MineContext 生成的活动记录更加清晰和详细，具有更直观和交互式的仪表板，提供无缝的用户体验。DayFlow 的活动日志更基本，交互性有限。