MIRROW

agent
Guvenlik Denetimi
Gecti
Health Gecti
  • License — License: MIT
  • Description — Repository has a description
  • Active repo — Last push 0 days ago
  • Community trust — 19 GitHub stars
Code Gecti
  • Code scan — Scanned 12 files during light audit, no dangerous patterns found
Permissions Gecti
  • Permissions — No dangerous permissions requested

Bu listing icin henuz AI raporu yok.

SUMMARY

会读空气的本地 AI 伴侣核心模块——硅基感知 / 漫想模式 / 工具调用调度器(分批开源中)

README.md

MIRROW 开源模块

MIRROW 是一个单用户、本地部署的 AI 伴侣系统。本仓库开源其中可独立复用的核心模块,按批次逐步发布。

这里没有完整的产品——你拿到的是三块经过实战验证的"器官",以及把它们接进你自己系统的说明书。所有模块通过回调注入解耦:不依赖特定 LLM 厂商、不依赖特定存储、缺失的依赖一律优雅降级。

已发布模块(批次1)

模块 一句话 亮点
silicon_perception/ 硅基感知——AI 的"感官系统" 9 数据源 60s 监控循环、行为基线(6 层数据架构+7 维度基线)、三级触发器体系、数据时效模型(陈旧数据不伪装成正常)
wander_manager/ 漫想模式——AI 的"潜意识" 五层主动推送引擎、用户状态系统(9 状态)、打扰判断(连续确认防误报)、心愿存储
behavior_scheduler/ 工具调用调度器——AI 的"行动力" 三通道工具检测(Pre-tool 关键词 → 主模型 TOOL_CALL → 轻模型兜底提取)、防幻觉机制、防重复推送
mirrow_core/ 共享基础件 截断参数配置中心、时间工具、全局状态注册、称呼配置层
context_builder/ 上下文组装框架——AI 的"长期记忆"方法论 Recipe 声明式分层语言(11 场景)、Builder 组装管道、注意力五层模型(首因/近因效应+迷失中间的正面利用)
memory_provider.py 记忆检索抽象协议 MemoryProvider 标准接口(已附 SQLite 参考实现),不注入=优雅降级

待发布(批次3+)

  • 上下文调度器 — 触发→规划→检索→构建的完整调度主干(当前提供方法论框架,社区自建调度层)
  • 前端 / 群聊 / 语音 / 记忆库 — 视社区反馈决定

快速开始

pip install -r requirements.txt
cp .env.example .env   # 填入你的 LLM API key

三个模块都是"库",不自带入口进程——你需要一个宿主(FastAPI 应用或任意 asyncio 程序)在启动时注入回调。完整接线示例见 docs/接入指南.md

最小心智模型:

你的宿主进程
  ├─ init_sentinel(on_push=..., call_llm_func=..., call_pro_llm=...)      # 感知(眼睛+伴侣本能)
  ├─ init_wander_manager(call_llm_func=..., on_push_to_user=..., ...)    # 意志(主动来找你)
  ├─ init_global_scheduler(call_llm_func=..., llm_api_key=..., ...)      # 手(想到了就真的做到)
  └─ ContextBuilder.build(recipe=..., persona=..., messages=...)          # 记忆(把以上拼成不乱的一段话)
  • LLM 无关:所有模块通过 call_llm_func 类回调消费 LLM,任意 OpenAI 兼容接口均可
  • 记忆无关:漫想的记忆抓取走 get_memories_func 注入,协议见 docs/记忆接口协议.md,接你自己的向量库/数据库即可;不注入则该事件类型自动降级
  • 设备无关:手机中继、蓝牙心率、摄像头都是可选数据源,不配置则对应采集静默跳过

设计哲学

详见 docs/架构文章/:

  • 《漫想模式运行逻辑与推送策略》——AI 主动性的分层设计
  • 《用户状态系统——当AI学会了不打扰》——打扰判断与状态机

目录约定

  • 运行时数据默认写入 cwd 下 data/logs/settings.json(均已 gitignore)
  • 环境变量见 .env.example,全部可留空——留空即降级

灵感致谢

MIRROW 的功能设计曾受以下同类项目启发,在此致谢:

  • AionsHome — 自托管 AI 伴侣(长期记忆/语音/摄像头视觉)
  • Operit — 安卓端 AI 助手(工具调用能力)

除已在 THIRD_PARTY_NOTICES.md 中标注的派生内容(app 包名映射表,源自 AionsHome,MIT)外,本仓库代码为独立实现。

License

MIT。第三方派生内容的归属见 THIRD_PARTY_NOTICES.md

背景

这些模块来自一个真实运行三个月的单用户 AI 伴侣系统,为一位用户、一台 PC、一部手机而设计。整套系统面向单机本地部署(Windows 优先——键鼠空闲检测走 Win32 API、截屏用 mss、心率走本地蓝牙),未考虑云服务器/多租户/无头环境。它们不追求云原生,追求的是长期陪伴场景下的工程可靠性:每个数据源都有降级路径,每次推送都经过打扰判断,每个提示词都防幻觉。

Yorumlar (0)

Sonuc bulunamadi