MineContext：主动式情境感知 AI 伙伴
捕捉你的数字生活上下文，主动推送洞察、待办和总结，让创作与工作更清晰高效。
证据显示应用默认本地存储数据，并支持本地模型，但未提供细粒度的权限控制或最小权限原则的明确说明。用户确认方面，需要用户手动启用屏幕录制权限和输入API密钥，但缺少对敏感操作（如删除数据）的确认机制。数据流透明度方面，README描述了数据流向，但未详细说明API密钥和屏幕截图的具体处理流程。敏感数据处理方面，提到本地存储，但未说明加密措施。依赖安全方面，未提供依赖审计或漏洞扫描信息。外部影响方面，应用会截取屏幕并发送到外部API，但未明确说明影响范围。回滚方面，未提供数据回滚或恢复机制。来源归属方面，未明确说明第三方代码的归属。
自洽性方面，README和pyproject.toml中的描述基本一致，但版本号不一致（README提到v0.1.8，pyproject.toml为0.1.0）。依赖可用性方面，列出了依赖但未提供锁定文件或版本范围。失败消息方面，未提供错误处理或用户提示的文档。
受众和场景方面，README明确列出了目标用户和场景。能力边界方面，列出了上下文来源的优先级和完成状态，但未明确说明未完成功能的具体限制。触发精度方面，描述了自动任务和截图间隔，但未提供详细的触发条件。环境适配方面，支持多平台，但未说明不同操作系统的具体差异。
信息架构方面，README结构清晰，包含目录和架构说明。安装说明方面，提供了详细的安装和配置步骤。命名稳定性方面，项目名称和命令稳定，但版本号不一致。示例和FAQ方面，提供了使用示例，但缺少FAQ。已知限制方面，未明确列出已知限制。许可证方面，提供了Apache-2.0许可证。版本和变更日志方面，未提供CHANGELOG。维护责任方面，未明确说明维护者或贡献指南。
输出可用性方面，描述了生成的摘要、待办等，但未提供示例输出。边际价值方面，与ChatGPT Pulse和Dayflow进行了对比，突出了优势。成本效益方面，提到使用自己的API密钥，但未提供详细的成本分析。
声明可追溯性方面，README中的功能声明未提供代码引用。跨来源验证方面，未提供第三方验证。事实与推断分离方面，README区分了功能描述和未来计划，但未明确标注。
- 版本号不一致：README提到v0.1.8，pyproject.toml为0.1.0，可能引起混淆。
- 依赖安全未提供审计或漏洞扫描信息，建议检查依赖版本。
- 屏幕截图和API密钥处理流程未详细说明，建议审查数据流。
- 未提供回滚或数据恢复机制，建议谨慎使用。
这个 Agent 能做什么，适合哪些场景？
MineContext 是火山引擎开源的主动式情境感知 AI 伙伴，通过屏幕截图与内容理解，捕捉用户在电脑上的数字上下文，并基于上下文工程架构，主动推送每日/每周总结、待办事项、活动记录等高价值信息。项目采用本地优先架构，默认所有数据存储在本地（~/Library/Application Support/MineContext/Data），并支持通过 OpenAI API 协议接入本地或第三方模型，保障隐私。它提供 Electron + React + TypeScript 前端桌面应用和 FastAPI 后端服务，后端包含上下文采集、处理、存储、消费等模块，并集成 VLM（视觉语言模型）和 Embedding 模型。项目还提供了后台调试界面（http://localhost:1733），支持查看 Token 消耗、配置自动化任务和调整提示词。适合知识工作者、内容创作者、终身学习者和项目经理使用。
MineContext 通过屏幕截图采集用户屏幕内容，使用 VLM（Visual Language Model，如豆包 Doubao-Seed-1.6-flash）理解图像，生成结构化上下文。它通过 Embedding 模型（如 Doubao-embedding-vision）将上下文向量化，存入本地向量数据库（ChromaDB），用于相似性检索。后端由 FastAPI 提供 API，包含 CaptureManager、ProcessorManager、ConsumptionManager 等管理器，协调采集、处理和消费流程。前端 Electron 应用允许用户设置录制区域、查看仪表盘、与 AI 对话（Chat with AI），并接收每日/每周总结、待办等推送。它通过 OpenAI API 协议支持豆包、OpenAI 或任何兼容的本地模型（如 LMStudio 运行的模型）。默认后端运行在 127.0.0.1:8765，可通过命令行 opencontext start 启动，并支持通过 --port 1733 指定端口。
- 研究员或分析师：需要处理大量信息，MineContext 自动从屏幕截取工作内容，生成每日总结和待办，帮助提高信息处理效率。
- 内容创作者：在写作时，MineContext 基于已捕获的上下文智能浮现相关材料，激发灵感，优化内容创作流程。
- 终身学习者：在阅读或学习时，MineContext 记录上下文，帮助构建系统性知识体系，并通过总结和摘要辅助知识管理。
- 项目经理：需要整合多源信息，MineContext 自动记录会议和文档上下文，提供项目对齐和决策支持，减少信息遗漏。
- 注重隐私的用户：希望使用完全本地化的 AI 模型，MineContext 支持通过 OpenAI API 协议接入本地模型，数据不离开本地。
这个 Agent 有哪些优点和局限？
- 主动式推送：不仅仅是被动问答，还能自动生成每日/每周总结、待办和活动记录，直接推送到首页。
- 本地优先：默认所有数据存储在本地，支持完全本地模型，隐私保护强。
- 开源可定制：Apache 2.0 许可证，允许开发者自由修改和扩展。
- 成本可控：自带 API Key，无需昂贵的订阅费，可灵活控制使用成本。
- 多模态上下文：通过屏幕截图感知用户数字环境，结合 VLM 和 Embedding，支持丰富的上下文类型。
- 需要屏幕录制权限：必须授予屏幕共享权限，可能引起隐私顾虑，且仅支持桌面端。
- 配置复杂：需要设置 API Key、VLM 和 Embedding 模型，首次安装需安装后端环境，耗时较长。
- 依赖外部模型：虽然支持本地模型，但默认推荐豆包模型，依赖火山引擎生态和 OpenAI API 协议。
- 仅支持有限的平台：目前提供 macOS 和 Windows 安装包，Linux 支持未明确。
- 功能处于早期：上下文源扩展多数未完成（如文件上传仅支持图片），实际能力可能受限。
如何安装或部署这个 Agent？
- 从 GitHub Releases 下载并安装适合 macOS 或 Windows 的安装包（如 v0.1.8）。2. 首次运行后，设置 API Key，应用会自动安装后端环境（约需两分钟）。3. 需要屏幕录制权限，在系统偏好设置中允许屏幕共享。4. 可选：后端调试可通过访问 http://localhost:1733 进行。若要从源码构建，需安装 Node.js、pnpm、Python 3 和 uv，并执行
uv sync、source .venv/bin/activate、./build.sh，然后在 frontend 目录运行pnpm install和pnpm dev进行开发。
如何使用这个 Agent？
- 启动应用后，前往『屏幕监控』开启屏幕共享权限，并重启应用使更改生效。2. 在设置中指定屏幕共享区域，点击『开始录制』。3. 等待片刻，MineContext 会在后台收集上下文，并生成待办、提示、总结和活动记录。4. 可通过『与 AI 聊天』进行主动问答。5. 后端可通过
opencontext start命令启动，支持自定义参数：--config指定配置文件，--port指定端口（默认 1733）。配置文件示例见config/config.yaml，可设置 VLM 和 Embedding 模型的 provider、API key 和 model。
这个 Agent 与同类方案有什么区别？
与 ChatGPT Pulse 相比，MineContext 捕获更全面的数字上下文（屏幕截图），数据本地存储，提供更多样化的主动洞察（总结、待办、活动），且开源、成本可控。与 Dayflow 相比，MineContext 提供更丰富的洞察、上下文问答和创作功能，而 Dayflow 仅记录活动。