Athena
把个人记忆、检索与决策规则留在本地，并跨模型持续复用。
按维度查看评分与理由
证据显示项目采用本地 Markdown、只读 CI 权限、私有路径泄漏检查、危险命令门控测试、公开仓库隐私警告，以及针对 DiskCache pickle 风险的明确缓解措施。扣分原因是未展示完整的运行时权限模型、逐项用户确认流程或云 SDK（Google、Anthropic、Supabase）启用时的精确数据流；依赖审计也仅为不阻断 CI 的警告。Git 可支持回滚，但归档移动等副作用的恢复机制没有完整说明。作者和许可证归属清楚，但发布者身份仍未经注册表验证。
README、包元数据、CI 和测试对核心定位、版本与门控机制大体一致，并提供了安装故障提示和可解释的拒绝消息。扣分原因是测试配置会跳过公共发行版缺失的多个私有模块，类型检查和依赖审计不阻断构建，覆盖率门槛仅为 15%；因此公共发行版的依赖完整性和整体故障信息质量只能得到有限确认。
开发者受众、轻量/完整/深度三种模式、问题类别、确定性等级和多个使用场景均有详尽说明；同时明确不支持普通网页聊天界面，且说明需要可读取本地文件的 IDE，因此受众与能力边界可获满分。扣分集中在触发精度和环境适配：门控分类只有少量示例测试，未覆盖广泛误报和漏报；虽然声称支持三大桌面平台并提供 Windows Unicode 指引，但未给出各平台的静态兼容矩阵或同等 CI 证据。
README 具有清晰导航、快速开始、工作流程、概念说明和链接式文档架构；安装步骤、虚拟环境、可选安装、工作区要求及常见误操作写得完整，MIT 正文与包元数据一致。扣分原因是 FAQ 和多数案例仅通过未提供内容的链接出现，已知限制分散在提示中；README 指向 docs/CHANGELOG.md，而包元数据指向根目录 CHANGELOG.md，显示更新路径存在轻微不一致。维护者姓名和漏洞报告渠道存在，但报告地址、治理或接班责任不够具体。
材料展示了可操作的启动与结束流程、结构化决策姿态、危险路径否决以及面向不同复杂度的模式，说明输出有实际使用形式；本地可移植记忆和模型无关治理相对普通聊天助手具有合理增量价值。扣分原因是大量效果表述，如长期复利、跨模型优势、上下文占用比例和数百会话后的能力提升，主要是产品主张；成本说明覆盖安装时间和上下文预算，却缺少维护、整理、模型调用及大规模文件库的系统成本分析。
若干主张可追溯到配置、CI、测试、安全策略和具体协议或案例链接；版本、许可证、依赖、门控和归档行为也得到跨文件支持。扣分原因是所给材料不包含多数链接目标、基准数据、变更日志或安全补丁实现，无法静态核实许多量化和比较性主张。文本确实区分确定性、假设和随机性，并承认记忆需要整理，但营销性预测与已证明行为仍未始终清楚分隔。
- 公共测试套件会自动跳过依赖私有仓库模块的测试；不要把绿色 CI 等同于完整公共功能均已验证。
- 项目依赖多个云服务 SDK，但所给材料没有完整说明其启用条件、发送字段、保留策略或退出机制；处理健康、财务和日记等敏感数据前应审查实现与配置。
- pip-audit 和 mypy 当前不阻断 CI，依赖版本多数仅设下限；已声明的 CVE 缓解也未提供实现文件供本次静态复核。
- 不要把 README 中的会话数量、上下文比例、长期复利和效果比较当作已由所给源文件证明的性能保证。
- 如保存个人记忆，应使用私有仓库并检查远程地址、提交历史、IDE 提供商的数据政策以及归档文件的恢复方法。
这个 Agent 能做什么，适合哪些场景？
Athena 是一个以本地 Markdown 工作区为核心的个人知识管理与决策支持系统，而不是独立模型或网页聊天机器人。它通过 athena.yaml 定义代理，并由 Python SDK、启动与结束流程、混合 RAG、语义搜索、MCP 工具服务器、协议、技能及治理规则组成。用户在支持读取本地文件的 AI 编程环境中打开整个 Athena-Public 目录，通过 /start、/ultrastart、/end 等聊天命令加载或沉淀上下文。其产出仍由所选模型生成，但记忆、配置、会话资料和版本历史保存在用户可查看、编辑和用 Git 管理的文件中。项目宣称可跨模型使用，但也明确指出治理能力并不完全可移植：反迎合的元认知钩子目前只有 Claude Code 版本获得代码级执行。它适合愿意维护本地知识库、接受文件型工作区和定期整理流程的用户，不适合只想在 ChatGPT.com、Claude.ai 或 Gemini 网页中直接安装插件的人。
用户先把 Athena-Public 目录作为 AI 编辑器的工作区根目录打开。/start 约加载 10K token 的身份、记忆和当前状态，/ultrastart 约加载 20K token 的深层上下文；轻量对话则可不启动完整流程。工作过程中，系统可从 Markdown、会话日志和记忆库检索上下文，并使用由分块检索、RRF 融合和交叉编码器重排组成的 Hybrid RAG；公开技术栈还列出 gemini-embedding-001、Supabase 和 pgvector。athena.yaml 声明模型、工具、技能、钩子与治理设置，src/athena/ 提供配置、权限、安全、搜索、记忆同步、启动编排、CLI 和 mcp_server.py。89+ 个斜杠命令、协议与技能把请求路由到研究、风险分析、规划、写作或项目管理流程；/end 或 /ultraend 则从本次会话提取决策、模式和经验，写回可版本控制的记忆。项目还提供 athena init --ide claude、antigravity、cursor、gemini、vscode、kilocode 或 zoocode，用于针对受支持编辑器初始化工作区。
- 已经在多个模型之间切换、又不想每次重新建立个人背景的用户，可将记忆保存为本地 Markdown，并在 Claude Code、Cursor、Gemini CLI 等受支持环境中复用。
- 需要跨多次会话研究大量资料的研究者，可利用关键词、语义和向量检索重新找到旧资料，并把综合结果保留在可搜索、可引用的工作区中。
- 同时管理健康、职业、财务与客户项目的个人，可使用统一项目视图和历史记忆，让后续讨论参考既有约束、决定与依赖关系。
- 经常处理高风险或不可逆决定的用户，可使用协议、风险检查、能力等级和“不可逆毁灭”约束组织分析；最终选择通常仍交还用户。
- 希望模型逐步贴近个人写作方式的作者，可积累自己的写作样本与会话记录，供后续生成时检索。
- 需要在 AI 编辑器中搭建可检查代理工作区的开发者，可使用 Python SDK、athena.yaml、YAML 工具定义、生命周期钩子和 MCP 服务器扩展流程。
这个 Agent 有哪些优点和局限？
- 记忆以本地 Markdown 保存，可直接检查、修改、迁移，并通过 git log、git diff 和 git blame 审计或回滚。
- 模型与工作区分离，文档明确支持 Claude Code、Cursor、Gemini CLI、Antigravity、VS Code + Copilot、Kilo Code 和 Zoo Code，切换推理模型时无需放弃本地记忆。
- 不仅提供提示词，还包含 Python SDK、athena.yaml、混合检索、MCP 服务器、生命周期钩子、权限与安全模块，以及大量协议和技能。
- README 主动区分已交付能力、单一作者的纵向经验和未经对抗测试的治理主张，便于评估证据强弱。
- MIT 许可且 Athena 本身免费；轻量安装可避免机器学习依赖，完整安装则增加向量检索与重排。
- 它必须运行在能读取本地磁盘的 AI 编辑器中，明确不支持 ChatGPT.com、Claude.ai 或 Gemini 网页端。
- 价值依赖持续执行 /start–/end 循环及人工整理；项目自己警告，未经修剪的记忆会退化，错误或过时记忆被自信检索可能比没有记忆更糟。
- 完整工作区规模较大，包含数百个 Markdown 文件、Python 脚本、协议和技能，采用成本明显高于简单的自定义指令或单项目聊天。
- 反迎合元认知门目前是 Claude Code 专用钩子；在 Cursor、Antigravity、Gemini CLI 等环境中，相关独立性与部分治理只能依赖模型自行遵守。
- 个性化复利主要来自作者 1,900+ 次会话的 N=1 经验，没有多用户对照研究；治理门也尚未公开证明可抵御对抗压力。
- 完整搜索技术栈列出 Gemini Embeddings、Supabase 与 pgvector，可能给高级检索带来网络服务、配置和迁移负担，即使基础快速开始不要求数据库设置。
如何安装或部署这个 Agent？
支持 macOS、Windows 和 Linux。复制并执行：
git clone https://github.com/winstonkoh87/Athena-Public.git
cd Athena-Public
python3 -m venv .venv
source .venv/bin/activatepip install -e .
Windows 激活命令为：
.venv\Scripts\activate若需要向量搜索和重排，可改用：
pip install -e ".[full]"不要安装无关的 athena-cli PyPI 包。安装完成后，在 Claude Code、Antigravity、Cursor、Gemini CLI、VS Code + Copilot、Kilo Code 或 Zoo Code 中把 Athena-Public 作为工作区根目录打开。可按编辑器执行 athena init --ide claude、athena init --ide antigravity、athena init --ide cursor、athena init --ide gemini、athena init --ide vscode、athena init --ide kilocode 或 athena init --ide zoocode。快速开始流程声称不需要 API 密钥或数据库配置；所用 AI 编辑器或模型服务本身可能需要账号或订阅。
如何使用这个 Agent？
在 AI 编辑器的聊天面板中输入 /start，而不是在终端执行。首次使用可继续输入 /tutorial，完成约 20 分钟的导览和个人资料建立。随后直接讨论问题、研究资料、规划项目或编写内容；Athena 会按工作区中的记忆、协议和技能加载相关上下文。普通快速对话可以直接聊天，复杂的跨领域或架构任务可用 /ultrastart。会话结束时输入 /end；深度启动对应 /ultraend，以便提取本次决策、模式和经验并更新记忆。若准备保存健康、财务或日记等私密信息，不要依赖默认公开的 GitHub fork，应把文件复制到新的私有仓库，或克隆后把 Git remote 改到私有仓库。
这个 Agent 与同类方案有什么区别？
与 ChatGPT Projects、Gemini Gems 和平台自带记忆相比，Athena 把可搜索、可版本控制的记忆放在用户磁盘上，并允许在不同模型和编辑器之间复用；代价是必须使用能访问本地文件的 AI 编辑器。与 Claude Code 本身相比，Athena 是叠加在编辑器与模型之间的记忆和治理工作区，不限于编程，但 Claude Code 当前拥有最完整的代码级反迎合钩子。与 Manus、Lindy 等云端托管代理相比，它用本地所有权和可迁移性换取了云端常驻服务的便利。与 Custom Instructions 相比，它可按任务加载约 2K–20K token 的结构化上下文，并保留会话历史，但也要求维护更复杂的文件与结束流程。