AI Infra：LifeContext，个人用户长期上下文系统
一、项目定位：个体上下文引擎
LifeContext 是一个开源的 长期上下文（Life Context）采集、存储与推理系统。
它的目标是：让 AI 不仅“回答问题”，而是理解并利用用户在生活与工作中积累的长期上下文，主动提供洞察、提醒、与自动化支持。
https://github.com/LifeContext/lifecontext
二、系统架构概览
系统由三个主要部分组成：
| 模块 | 职责 | 技术栈 |
|---|---|---|
| 浏览器扩展（Extension） | 从网页中捕获用户活动（阅读、搜索、操作等），生成上下文片段 | JavaScript + Node.js |
| 后端服务（Backend） | 接收上下文数据，调用 LLM 和 Embedding 模型做语义摘要与向量化存储 | Python（FastAPI / Flask）+ 向量数据库（Chroma / Weaviate） |
| 前端 UI（Frontend） | 展示上下文化的对话、洞察、记忆检索与任务自动化界面 | Vite + React |
数据流：
Browser → Context Capture → Backend → Embedding + Storage → Retrieval → Contextual Insight三、核心功能模块
| 功能 | 说明 |
|---|---|
| Context 收集与存储 | 自动从用户浏览、写作、文档中提取上下文并存入长期记忆 |
| Context 检索与洞察 | 基于语义检索（向量数据库）提供个性化的问答与洞察 |
| Contextual Chat | 基于个人历史上下文的对话系统 |
| Adaptive Scenarios | 根据环境与用户状态自动调整响应场景 |
| Task Automation | 根据上下文触发自动执行任务（提醒、总结、写作等） |
| Content Generation | 从长期上下文中生成文档、知识卡、总结等 |
四、一些我知道的背景
项目来自人民大学信息学院，国内顶尖的数据科学团队，在 context engineering 的各种基础设施上，有深厚的技术积累，Sota 表现