LifeContextOS产品系统Vibe Coding

随着聊天记录、日记、访谈、创作和声音等个人数据持续增长，传统知识库只能检索资料，难以区分本人陈述与模型推断，也缺少来源、时间、授权和纠错机制。LifeContext 面向数字自我、个性化 Agent、数字永生与个人知识管理场景，探索将分散的人生数据转化为由本人持有和治理、可追溯、可校正、可迁移的人生上下文，使数字代理在更换模型、设备或应用后仍能延续用户的记忆线索、价值倾向和表达风格。

资料采集：支持导入聊天 JSON/CSV、反思与创作 TXT/Markdown/DOCX、人生访谈及声音资料。
人生记忆：对资料进行规范化、分块和语义分析，提取事件、观点、行动、关系及表达风格等结构化记忆。
记忆可视化：通过记忆知识图谱和人生时间线展示人物关系、重要经历及认知变化。
数字自我构建：根据审核后的内容生成 SOUL、MEMORY、STYLE 人格文件，形成可持续更新的 Mindcopy。
智能交互：支持带记忆引用的流式对话、个人创作分析、人生上下文报告生成、草稿编辑和 Markdown 导出。
本地/云端推理：支持本地 Qwen 模型及多种云端模型切换，并提供可选的语音识别、音色克隆与语音合成能力。

系统架构设计：采用前后端分离架构，后端使用 Python、FastAPI 和 SQLite，前端使用 Vue 3 与 Vite；后端按领域模型、语义处理、应用编排和基础设施适配进行分层。
数据处理管线：实现从原始资料到 SourceDocument、CorpusUnit、Evidence、MemoryRecord 的标准化处理链路，将原文证据与模型推断分开保存。
数据可靠性设计：通过数据库事务、任务检查点、内容版本记录和审核状态管理，保证处理结果的一致性、可恢复性与可追溯性。
文件与任务处理：针对大文件和并发导入，实现持久化分片上传、断点续传、后台处理任务及公平调度机制。
记忆检索实现：基于 SQLite FTS5 实现全文检索，并设计稠密检索、混合召回、重排序、时间增强和来源多样化等策略。
模型与语音集成：接入 llama.cpp 和 Qwen3-4B 实现本地流式推理，同时支持多种云端模型、Whisper 语音识别及 CosyVoice 音色克隆与合成。
隐私与运行管理：核心人生数据默认保存在本地，云端能力由用户主动选择；通过运行时协调解决语言模型、语音模型共享 GPU 时的资源冲突问题。
项目技术亮点：实现了本地优先、证据与推断分离、本人审核、人格文件模型无关以及人生上下文跨模型迁移。