原贴链接

我和我的团队已经构建这个（项目）有一段时间了，并且我们刚刚将其开源！它是一个个人AI助手，能学习关于你的事实并将其保存在知识图谱中。它可以使用这些“记忆”来回应查询并执行诸如发送电子邮件、准备演示文稿和文档、添加日历事件等带有个人情境的操作。它完全在本地运行，由Ollama提供动力，如果需要的话甚至可以搜索网络。（所有用户数据也保存在本地）。一个初始的基础图谱是通过你对个性测试的回答以及从你的领英、红迪（Reddit）和推特（Twitter）资料中提取数据来准备的 - 这给助手一些关于你的初始情境。知识图谱在Neo4j数据库中维护，使用我们从头构建的GraphRAG管道来高效地检索和更新知识。未来的计划包括语音模式、浏览器使用功能、自主执行操作的能力、更好的用户界面/用户体验（UI/UX）等等！

讨论总结

这是一个关于开源本地AI伴侣项目的讨论。一些人认可项目的创新性，如朝着正确方向发展、很酷、看起来有趣等。但也存在质疑声音，尤其是针对项目包含MBTI人格测试这一特性，认为MBTI是伪科学，影响项目的严肃性。此外，大家还关注项目早期的稳定性、功能集成（如与Facebook Messenger交互）、使用的模型、RAG是基于关键词还是语义驱动等多方面的技术细节，也涉及到系统兼容性、隐私等话题，同时还有人对知识图谱的利用方式存在疑问。

主要观点

  1. 👍 项目朝着正确方向发展
    • 支持理由：朝着使用案例的正确方向迈进。
    • 反对声音：无。
  2. 🔥 MBTI是伪科学影响项目严肃性
    • 正方观点：MBTI是伪科学，用其区分内向和外向来提供建议存在逻辑漏洞。
    • 反方观点：项目相关人员解释是为了让AI伴侣理解用户类型，但被指出存在逻辑问题。
  3. 💡 关注项目早期稳定性
    • 解释：项目处于早期阶段，想知道是否存在较多漏洞。
  4. 💡 对项目功能集成情况好奇
    • 解释：例如与Facebook Messenger的交互情况。
  5. 💡 对项目使用的模型感兴趣
    • 解释：询问项目使用的模型以及RAG的驱动方式。

金句与有趣评论

  1. “😂 那是朝着我的使用案例的正确方向迈进。”
    • 亮点：认可项目朝着正确方向发展。
  2. “🤔 YRUTROLLINGURSELF：Meyers - Briggs是伪科学；你们没有人是“INTP”之类的，所有这些都是无意义的废话；所以我真的很好奇，怎么可能……认真对待这个项目的其余部分呢？”
    • 亮点：强烈质疑项目包含MBTI人格测试这一特性。
  3. “👀 Hey that’s pretty cool.”
    • 亮点：简单直接地表达对项目的认可。

情感分析

总体情感倾向较为复杂。部分人持正面态度，认可项目的创新性和发展方向；部分人持负面态度，主要在对MBTI人格测试这一特性的质疑上，认为这一伪科学元素影响项目的严肃性。分歧点在于项目中MBTI人格测试是否合理，原因在于一方认为这有助于AI理解用户类型，另一方则认为MBTI本身是伪科学，且存在逻辑漏洞。

趋势与预测

  • 新兴话题：知识图谱的利用方式可能会引发更多讨论，因为有评论者对其仍有很多疑问。
  • 潜在影响：如果项目能够解决大家关心的技术问题，如稳定性、功能集成等，可能会对本地AI工具的发展产生积极影响，吸引更多人关注和使用。

详细内容：

标题：开源本地 AI 助手引发的热烈讨论

最近，Reddit 上一个关于开源本地 AI 助手的帖子引起了广泛关注。这个名为https://github.com/existence-master/sentient 的项目由一个团队开发，刚刚开源。

原帖介绍说，这是一个能学习用户事实并将其存储在知识图谱中的个人 AI 助手，可利用这些“记忆”响应查询、执行发送邮件、准备演示文稿和文档、添加日历事件等操作，且完全在本地运行，由 Ollama 提供支持，必要时还能搜索网络，所有用户数据也都保留在本地。通过用户对个性测试的回答以及从领英、Reddit 和推特等个人资料中提取数据，初步准备基础图谱。知识图谱在 Neo4j 数据库中使用团队自行构建的 GraphRAG 管道进行维护，以高效检索和更新知识。未来还计划加入语音模式、浏览器使用能力、自主执行操作能力、更好的用户界面和用户体验等功能。该帖子获得了大量的点赞和评论。

讨论焦点主要集中在以下几个方面： 有人认为这是朝着正确方向迈出的一步，比如 martinerous 希望能有基于屏幕捕获的功能，让助手学习执行从未做过的特定操作，并且在重要步骤中能完全可控。也有人像 epigen01 表示，目前标准模型在截图相关任务上表现不佳，期待未来一年能有所改进。therealkabeer 则提到未来考虑浏览器使用能力，或许可以通过某种浏览器集成和 vLLM 来实现，让模型生成初始步骤或计划，用户再进行调整。

对于项目中提到的 MBTI 人格测试，YRUTROLLINGURSELF 等用户提出了质疑，认为这是伪科学，并表示开发者应该谨慎对待，不要轻易涉足心理学或伦理学领域。therealkabeer 回应称团队是工程师团队，没有深入考虑这一点，会进行改进，该测试旨在帮助助手理解用户类型从而定制响应。

Massive-Question-550 询问了项目的稳定性、与 Facebook Messenger 的集成以及使用的模型和 RAG 驱动方式。therealkabeer 表示项目不太稳定但也不算太糟糕，Facebook Messenger 暂未集成，默认模型是 llama3.2:3b，GraphRAG 基于语义关系工作。

Business-Weekend-537 询问该工具能否用于本地 RAG，分享了自己拥有近 400GB 的谷歌驱动器文件夹，并表示希望能够从信息集合中生成和引用内容，还提及了尝试其他工具的经历。therealkabeer 表示正在研究相关功能，认为与谷歌驱动器的 RAG 管道可能比较复杂。

elbalaa 对没有提交历史表示失望，therealkabeer 解释之前在不同的私人仓库工作，提交历史暴露了敏感密钥。

sunshinecheung 询问如何在 Ollama 中切换到其他模型，therealkabeer 称此功能尚未实现。

Desm0nt 询问是否支持 OpenAI API，有人建议使用 Docker。

Pvt_Twinkietoes 对知识图谱的使用方式感兴趣，therealkabeer 提供了相关文档链接。

Unfocused-Laser604 表示有兴趣尝试，并询问是否能链接到 OpenAI API 。

在这场讨论中，有人对项目的创新表示期待，也有人对一些功能和设计提出了质疑和建议。但总体而言，大家都对这个开源本地 AI 助手的未来发展充满了关注和思考。