Memex AI 日记
把零散文字、照片与语音整理为本地时间线和知识洞见。
按维度查看评分与理由
证据显示：README明确说明数据本地存储、无服务器存储日志、可选代理服务不存储数据；提供应用锁和生物识别；支持自定义工作目录和技能执行范围。但缺少权限最小化的具体实现细节，如Android/iOS权限清单未提供；用户确认机制未明确（如AI操作前是否需确认）；数据流透明性有描述但未提供代码级验证；敏感数据处理有提及但未深入；依赖安全未提及漏洞扫描或版本锁定；外部影响（如网络请求）未明确限制；回滚机制未提及；来源归属未明确。因此多数标准得分较低。
证据显示：README和项目结构一致，描述的功能与架构匹配；但依赖可用性未验证，如第三方服务（LLM提供商）的可用性未保证；失败消息未提供具体示例。因此自洽性得分较高，其他较低。
证据显示：明确目标用户（iOS/Android用户）和使用场景（日志记录、AI组织）；能力边界有描述（如自定义代理、技能、工作目录）；触发条件有列举（事件驱动）；环境适配有说明（多平台、多LLM提供商）。但缺少具体配置示例和边界条件测试。因此得分中等。
证据显示：README结构清晰，包含安装、配置、开发、架构等；安装说明详细；命名稳定（如Memex、Agent）；但缺少FAQ和示例；已知限制未明确列出；许可证为GPL-3.0，但未提供变更日志；维护责任未明确。因此得分中等。
证据显示：输出为Markdown文件，便于使用；边际价值高（AI组织、知识库、伴侣）；成本效益合理（自带LLM，本地存储）。但未提供实际使用案例或性能数据。因此得分中等。
证据显示：README中的声明（如本地优先、多LLM支持）有部分代码支持（如项目结构），但未提供测试结果或独立验证；跨来源佐证不足（仅README和少量测试）；事实与推断未明确区分。因此得分较低。
- 发布者身份未验证，需谨慎对待供应链风险。
- 依赖安全未提及，建议检查依赖漏洞和锁定版本。
- 用户确认机制不明确，AI操作可能自动执行，需关注隐私和误操作风险。
- 外部网络请求（如技能中的fetch）可能带来数据泄露风险，需审查权限。
这个 Agent 能做什么，适合哪些场景？
Memex 是一款面向 iOS 和 Android 的开源、本地优先 AI 日记应用，适合记录零碎生活信息而非撰写完整日记。它用 Flutter 构建，以 Drift（SQLite）、本地文件系统和 Provider + MVVM 保存与呈现数据。Memex Agent 会协调专用 skills 与子代理，将文本、图片、语音和共享文件处理成时间线卡片、P.A.R.A. Markdown 知识库、日程状态与洞见卡片。内置的评论代理、陪伴聊天和长期记忆服务为 AI 角色提供评论与一对一聊天场景。用户也可通过自定义 Agent System 配置事件触发、工作目录、SKILL.md、模型和同步或异步运行方式。
应用接收文本、图片、语音和共享文件，先进行转写、文档文本提取、图片编码与元数据准备，再交给 Memex Agent 编排。它按需调用 timeline_card、pkm、schedule 和 knowledge_insight 等 skills 或子代理：timeline_card 产出 Cards YAML 与 UI config，pkm 写入 P.A.R.A. Markdown 知识库，schedule 更新日程状态，knowledge_insight 生成跨记录洞见卡片；随后可在后台运行角色评论、长期记忆整理和事件驱动的自定义代理。自定义代理可由卡片保存、评论发布、卡片 UI 配置变更或本地数据变更触发，支持 dependsOn 依赖链、重试，以及在受限工作目录中读写和列出文件。技能可执行 JavaScript，并可通过 fetch() 调用外部 API。AI 功能通过 Gemini、OpenAI、Claude、Bedrock、Memex AI、OpenRouter、Ollama 等已列出的模型服务配置运行。
- 想随手记录待办、习惯、行程和进度的个人用户，可把零散输入自动整理为任务、事件、例行事项和进度卡片。
- 需要归档文章、摘录、链接与对话的知识工作者，可让 pkm skill 将内容归入 P.A.R.A. Markdown 知识库。
- 希望从长期记录中发现趋势、回顾和地点轨迹的人，可使用图表、叙事、地图、路线和时间线洞见卡片。
- 希望日记内容保留在自己设备上的用户，可使用本地文件系统与 SQLite 存储，并自行选择模型服务。
- 想在手机上试验自动化个人工作流的高级用户，可创建由本地事件触发、带 SKILL.md 和独立工作目录的自定义代理。
这个 Agent 有哪些优点和局限？
- 记录、卡片和知识库保存在设备本地的文件系统与 SQLite 中，并支持导出为标准 Markdown，降低数据迁移门槛。
- 从输入准备到 Cards YAML、P.A.R.A. Markdown、日程状态和洞见卡片的处理链在项目中有明确的组件划分。
- 支持多种模型服务，包括 OpenAI、Claude、Gemini、Bedrock、OpenRouter 和本地 Ollama，且可为不同代理分别配置模型。
- 自定义 Agent System 支持本地事件触发、dependsOn 依赖、同步/异步模式、失败重试、工作目录及 JavaScript 技能。
- AI 功能必须先配置模型服务；不同服务可能需要 API key、base URL、OAuth 登录或 Memex AI 账户。
- 虽然日记数据留在本机，提示词会直接发送给所选模型提供商；可选的 Memex AI 服务会代理模型请求。
- ChatGPT 和 Google OAuth 路径被标注为非官方且需自行承担风险。
- 源码构建只明确覆盖 iOS 和 Android，并需要 Flutter；iOS 还依赖 Xcode 与 pod install，Android 依赖 Android Studio。
如何安装或部署这个 Agent？
可从 App Store、Google Play 或 GitHub Releases 的 Android APK 安装。源码构建需要 Flutter SDK ≥ 3.6.0；执行：
git clone https://github.com/memex-lab/memex.git
cd memex
flutter pub getiOS 还需执行：
cd ios && pod install && cd ..
随后运行：
flutter run --flavor globalDevAndroid 本地开发可使用 globalDev 或 cnDev，以获得隔离的包名和应用数据。
如何使用这个 Agent？
首次启动后，打开头像图标 → Model Configuration，选择 Gemini、OpenAI、Claude、DeepSeek、Memex AI、Ollama 等服务，并按该服务要求填写 API key 与 base URL、使用 OAuth 登录，或连接 Memex AI。每个代理可以独立选择模型。然后记录文本、照片或语音，应用会处理并组织这些内容。若要附加位置上下文，打开 Personal center → Settings → Location，启用 “Attach current location to chat”，再选择 OpenStreetMap / Nominatim 或填写 Amap API Key。
这个 Agent 与同类方案有什么区别？
与要求用户定期写成篇日记的传统日记应用不同，Memex 的输入单位是文字、照片和语音等碎片，并由多代理流程整理。与一般笔记应用相比，它将整理后的记录自然沉淀为可导出的互相关联 Markdown 文件。