PAI是一个开源的个性化AI基础设施平台，通过目标导向设计、持续学习机制和六层定制架构，将AI转化为持久的个人助手而非无状态代理。系统核心包括TELOS深度目标理解（10个核心文件）、User/System分离架构、37个生产级技能模块、三层记忆系统(hot/warm/cold)、8种事件钩子类型以及内置安全策略系统。
项目概述#
Personal AI Infrastructure (PAI) 是一个旨在增强人类能力的开源个性化AI平台。与传统的聊天机器人（Ask → Answer → Forget）和代理平台（Ask → Use tools → Get result）不同，PAI实现了完整的闭环：Observe → Think → Plan → Execute → Verify → Learn → Improve。
核心差异化特性#
- Goal Orientation（目标导向）：系统首要焦点是运行它的人类及其在世界上想要实现的目标，而非技术本身
- Pursuit of Optimal Output（追求最优输出）：外循环和所有操作致力于在当前情境和完整上下文中产生完全正确的输出
- Continuous Learning（持续学习）：持续捕获操作信号、变更记录、输出结果及用户反馈
目标用户#
- 小企业主（自动化发票、调度、客户跟进）
- 开发者（获得持久记忆和自定义工作流的AI编码助手）
- 管理者（优化团队运营）
- 创意工作者（艺术家、内容创作者）
- 研究者和分析师
- 团队（构建共享AI基础设施）
核心架构组件#
TELOS 深度目标理解系统#
通过10个核心文件捕获用户身份：
- MISSION.md, GOALS.md, PROJECTS.md, BELIEFS.md, MODELS.md
- STRATEGIES.md, NARRATIVES.md, LEARNED.md, CHALLENGES.md, IDEAS.md
六层定制体系#
| 层级 | 名称 | 定制内容 |
|---|---|---|
| Layer 1 | Identity（身份） | 名称、声音、个性特征 |
| Layer 2 | Preferences（偏好） | 技术栈、工具选择 |
| Layer 3 | Workflows（工作流） | 技能执行方式 |
| Layer 4 | Skills（技能） | 能力模块增删改 |
| Layer 5 | Hooks（钩子） | 事件响应处理 |
| Layer 6 | Memory（记忆） | 内容捕获策略 |
Skill System#
架构原则：CODE → CLI-BASED-TOOL → PROMPT → SKILL，优先确定性结果
Memory System#
三层架构：hot/warm/cold，基于阶段的学习目录，每次交互生成学习信号
Hook System#
8种事件类型，响应会话启动、工具使用、任务完成等生命周期事件
The Algorithm v1.4.0（v3.0核心升级）#
- Constraint Extraction：从源材料中机械提取所有规则、阈值和禁止事项
- Self-Interrogation：每次构建前询问5个结构化问题捕获盲点
- Build Drift Prevention：生成工件前后重新读取检查ISC标准
- Verification Rehearsal：模拟违反CRITICAL标准确认验证方法有效
- Loop Mode with Parallel Workers：运行8个并行代理处理ISC标准
- Persistent PRDs：跨会话持久化需求文档
安装与快速开始#
系统要求#
- ✅ macOS（完全支持）
- ✅ Linux（Ubuntu/Debian已测试）
- ❌ Windows（不支持）
先决条件#
- Bun运行时
- Git
- Claude Code
安装命令#
git clone https://github.com/danielmiessler/Personal_AI_Infrastructure.git
cd Personal_AI_Infrastructure/Releases/v3.0
[ -d ~/.claude ] && mv ~/.claude ~/.claude-backup-$(date +%Y%m%d)
cp -r .claude ~/
cd ~/.claude && ./PAI-Install/install.sh
启动：pai
运行Algorithm循环模式：algorithm.ts -m loop -a 8
验证方法体系#
| 方法 | 描述 |
|---|---|
| CLI | 运行命令并检查输出 |
| Test | 执行测试套件 |
| Static | 静态代码分析 |
| Browser | Playwright自动化验证 |
| Grep | 搜索必需/禁止模式 |
| Read | 验证文件结构 |
| Custom | 任务特定验证 |
16个PAI架构原则#
- User Centricity - 以用户为中心
- The Foundational Algorithm - 科学方法作为通用问题解决循环
- Clear Thinking First - 清晰思考优先
- Scaffolding > Model - 系统架构比模型更重要
- Deterministic Infrastructure - 基础设施应该是确定性的
- Code Before Prompts - 能用bash解决的就不使用AI
- Spec / Test / Evals First - 构建前先写规范和测试
- UNIX Philosophy - 做好一件事，工具可组合
- ENG / SRE Principles - 像生产软件一样对待AI基础设施
- CLI as Interface - CLI更快、更可脚本化
- Goal → Code → CLI → Prompts → Agents - 决策层次结构
- Skill Management - 模块化能力，智能路由
- Memory System - 捕获所有值得知道的内容
- Agent Personalities - 不同工作需要不同方法
- Science as Meta-Loop - 假设→实验→测量→迭代
- Permission to Fail - 明确许可说"我不知道"