目录

Personal AI Infrastructure:你的 AI 生活操作系统

Personal AI Infrastructure:你的 AI 生活操作系统

Personal AI Infrastructure(PAI)是 Daniel Miessler 开源的一套 AI 个人基础设施。它的设计起点来自软件工程的 PRD 概念——先定义"完成是什么样",再反推执行路径。PAI 把这个思路搬到生活的各个领域,让 AI 从问答工具变成持续了解你、帮你达成目标的助手。

项目速览

维度内容
仓库danielmiessler/Personal_AI_Infrastructure
Stars13,067(截至 2026-05-13)
主要语言TypeScript
技术栈TypeScript / Bun / Claude
最新版本v5.0.0(Life Operating System)
最新算法Algorithm v6.3.0
许可证开源(具体见仓库)
安装方式curl -sSL https://ourpai.ai/install.sh | bash

三层架构

PAI 把"从当前状态到理想状态"拆成了三层,各司其职:

层级组件职责
底层PAI OS定义目标(Telos),分解为 ISAs(理想状态工件),Algorithm 驱动执行循环,Skills 提供可调用工具,Memory 存储执行记录
中间层Pulse 仪表盘把抽象的状态转换变成可视化的进度面板,运行在 localhost:31337
顶层DA(Digital Assistant)你与系统的交互入口——接收指令、汇报进展,通过语音或文字与你对话

一条指令从头跑到尾的路径是:DA 接收 → PAI OS 分解为 ISA/ISCs → Algorithm 执行循环 → Skills 调用工具 → Memory 记录结果 → Pulse 展示进度。下面展开每个部分。

核心理念:Current State → Ideal State

PAI 的设计围绕一个循环:定义你现在的状态(Current State),定义你想要的理想状态(Ideal State),然后让系统帮你缩小这个差距。

这个概念来自产品需求文档(PRD)——在任何工作开始前,先明确"完成是什么"。PAI 把它泛化到工作、健康、财务、人际关系等任意领域,让 AI 来规划和执行这个转变。

ISA:理想状态工件

PAI 的核心抽象是 ISA(Ideal State Artifact,理想状态工件)。它相当于"生活中的 PRD"——描述的不是软件功能,而是"我对某件事的最终期望是什么"。

每个 ISA 被拆成一组 ISCs(Ideal State Criteria,理想状态标准),同时也是验收条件。系统执行任务时,会对照这些标准判断是否已达到理想状态。

Algorithm v6.3.0:科学方法驱动的七阶段循环

Algorithm 是 PAI 的决策引擎,v6.3.0 实现了七阶段循环,模型参考了科学方法(提出假说 → 实验验证 → 迭代改进)。每个非平凡任务都会经过这个循环。

它的理论基础是 David Deutsch 的"难以复现的解释"(hard-to-vary explanations)——好的解释必须难以被其他方式替代。Algorithm 用这个标准来判断 AI 推理的质量。

一个流转案例:设定年度健身目标

假设你对 DA 说:“我想在半年内减重 5 公斤,每周运动 4 次。“下面是一次完整的流转:

  1. DA 接收 → 把意图转成结构化指令,传给 PAI OS。
  2. PAI OS 分解 → 创建一个健康领域的 ISA,ISCs 包括:体重 ≤ 目标值、运动频率 ≥ 4 次/周、饮食记录覆盖率 ≥ 80%。
  3. Algorithm 循环启动 → 第一轮假说:“每天 30 分钟有氧 + 饮食记录可行。“执行一周后,对照 ISCs 验证。如果体重没变化,Algorithm 调整假说:“改为有氧 + 力量训练组合。”
  4. Skills 执行 → 调用 Slack 提醒 Skill、饮食记录 Skill、运动跟踪 Skill 等实际代码模块。
  5. Memory 记录 → 每轮验证结果写入三层记忆系统,供后续循环参考。
  6. Pulse 展示 → 仪表盘显示当前体重曲线、运动频率趋势、ISCs 达成率。
  7. 反馈回收 → 你对结果的满意度评分、DA 对话中的情感信号,被收集用于改进 Algorithm 后续的假说生成。

这个案例里,你看到的不只是"AI 帮你定计划”,而是每个环节都有明确的工件和验证标准。PAI 与普通 AI 助手的差别就在这里——工程化流程替代了模糊的建议。

三层架构

第一层:PAI OS

PAI OS 是操作系统层,包含:

  • Skills(技能):45 个可组合的技能模块
  • Memory(记忆):三层记忆系统(WORK / KNOWLEDGE / LEARNING)+ 人物/公司/想法/研究的类型化图谱
  • Algorithm:决策引擎
  • Telos(希腊语:目标):个人终极目标的定义
  • Identity Files:身份文件,定义你是谁

第二层:Pulse 生命仪表盘

Pulse 是一个本地 Web 仪表盘(默认运行在 localhost:31337),显示你当前的状态、目标和正在进行的工作。它是 PAI 的可视化层——让抽象的状态转换变得可见。

Pulse 作为 launchd 服务在 macOS 上常驻运行,不需要手动启动。

第三层:DA(Digital Assistant)

DA 是你与 PAI 交互的界面——一个有身份、个性和声音的数字助理。通过 ElevenLabs 的语音合成,DA 可以用语音与你对话。它不仅是语音交互入口,更是 PAI 的前台,将你的指令传递给底层系统。

Daniel 在 2016 年写过一篇博客 The Real Internet of Things,当时预测:聊天机器人 → 智能体 → 个人助理,最终每个人都会有一个专属的 DA。PAI 是他把这个预测付诸实践的产物。

技术设计亮点

纯文本优先(Text over Opaque Storage)

PAI 几乎不用 SQLite、Postgres 等不透明存储,所有数据保存在 Markdown 和纯文本文件中。

这样做有几个具体好处:任何文本工具(catripgrep$EDITOR)都能直接读取和搜索;AI 可以直接理解和处理记忆内容,不需要额外的 embedding 检索;数据完全可控,不存在"黑箱”。

无 RAG(No RAG)

从 2025 年 6 月开始,PAI 正式移除了 RAG(检索增强生成)。Daniel 的判断是:富文本 + 快速全文搜索(ripgrep 级别)已经能提供 RAG 想解决的信息检索能力,同时避免了 embedding 的精度损失和检索的不稳定性。

“你的文件系统就是索引”——这是一个值得留意的设计选择。

Skills 系统:代码优先

PAI 的 Skill 不是提示词模板,而是一个以确定性代码执行为核心的模块系统:

代码 → 运行代码的 CLI → 调用 CLI 的工作流 → SKILL.md(路由入口)

Skill 是容器,SKILL.md 是前门,实际工作是真实代码。这让 AI 执行任务时有真正的工具可调用,而不是只能读提示词。

自我改进循环(Self-improvement Loop)

PAI 会主动收集反馈信号:显式评分(你对结果的满意程度)、情感分析、验证结果(ISA 标准是否满足)、整体满意度。这些信号被用来持续改进 PAI 自身——运行工作的系统和改进自身的系统是同一套。

安装与快速开始

一键安装(推荐)

curl -sSL https://ourpai.ai/install.sh | bash

安装脚本会自动处理:

  • Bun、Git、Claude Code 的环境检查
  • ElevenLabs API Key 配置(可选,跳过后使用桌面通知)
  • DA 身份向导(姓名、声音、个性设置)
  • Pulse launchd 服务注册
  • 初始化验证

如果你的 home 目录已有 ~/.claude/,会被自动备份到 ~/.claude.backup-{时间戳},不会丢失原有配置。

手动安装

git clone https://github.com/danielmiessler/Personal_AI_Infrastructure.git
cd Personal_AI_Infrastructure/Releases/v5.0.0
cp -R .claude ~/
cd ~/.claude && ./install.sh

安装后

PAI 设计为由 AI 安装和维护。安装完成后,建议告诉你的 DA:

“Help me migrate my context into PAI/USER/.”

这会让 AI 帮助把你现有的笔记、项目状态、个人偏好和历史记录迁移到 PAI 的用户目录中,让系统从第一天就了解你。

隐私设计:Containment Zones

PAI 引入了 Containment Zones(隔离区) 概念。某些敏感信息可以配置在隔离区内,数字助理无法访问这些内容,但数据仍然本地存储,不经过第三方服务。

这个设计承认了一个现实:即使是个人 AI 系统,也需要数据隔离机制。

适用场景

  • 个人生产力和目标管理:想用 AI 帮助追踪年度/月度目标完成情况的人
  • AI 助手深度定制:不想只依赖聊天机器人,希望有更深入的个人 AI 系统的用户
  • 数字助理实验:对语音 AI、个性 AI 感兴趣的技术玩家
  • 自我改进实践者:认同"Current State → Ideal State"框架,愿意用结构化方法追踪个人成长的人

与同类项目的对比

维度PAIOpen InterpreterLangChain Agents
定位生活操作系统代码执行环境应用开发框架
核心抽象Current/Ideal State + ISA自然语言编程Chain/Tool/Agent
存储纯文本会话内多样
RAG无(用文件系统替代)
语音助理内置 DA
目标管理核心功能

已知局限

  1. 活跃开发中:作者明确说明项目处于快速迭代期,会有破坏性变更
  2. 依赖 Claude Code:目前主要基于 Claude Code 构建,对其他模型的支持需自行配置
  3. 文档深度不足:很多高级功能(Algorithm 内部细节、ISA 写作方法)缺乏系统文档
  4. 上手门槛:一次性安装脚本降低了安装门槛,但对 AI Agent 不熟悉的用户仍需时间理解整体架构

该不该用

PAI 把"理想状态驱动"这个产品思维融入了 AI 个人助理的设计。大多数 AI 助手是响应式的——你问,它答。PAI 试图做到主动式:它知道你的当前状态,了解你想去哪里,帮你规划路径并执行。

但主动式的前提是你的参与和输入——如果你不想花时间定义 Telos、写 ISA、给反馈,PAI 就只是一个复杂的 CLI 工具。

建议:

  • 先装再决定:一个命令就能装,看看 Pulse 仪表盘、跟 DA 说几句话,比看文档更直观。
  • 适合你如果:愿意花时间定义目标和验收标准;认同"纯文本 + 文件系统即索引"哲学;想要一个不只是聊天的 AI 系统。
  • 可以先等等如果:你只需要一个代码助手或问答工具;不想维护本地 AI 基础设施;对破坏性变更敏感。
curl -sSL https://ourpai.ai/install.sh | bash

延伸阅读: