MyContext – 阿里千问办公开源的Agent上下文基础设施深度评测

1. MyContext是什么

MyContext是阿里云千问办公团队推出的开源Agent上下文基础设施，采用本地优先架构，能够将钉钉、飞书等即时通讯工具、文档及会议系统中的多源工作数据，自动加工为持续更新、可回溯的专属工作档案。该档案涵盖职责范围、协作关系与工作结论，遇到矛盾信息时通过语义分析判断合并或覆盖，无法确定时交由用户确认。基于该档案可构建个性化Agent，实现工作信息查询与拟人化自动回复，补齐了Agent在办公场景中的长期记忆短板。

技术定位与领域： MyContext属于Agent上下文基础设施领域，专注于办公场景下的长期记忆与知识管理。它不同于通用的记忆层或RAG系统，而是深度绑定工作流，将分散在IM、文档、会议中的非结构化信息转化为结构化的、可被Agent调用的工作档案，填补了Agent在办公落地中的记忆底座空白。其定位介于数据中台与AI Agent之间，强调“上下文即服务”。

研发背景： 由阿里云千问办公团队开发并开源，依托阿里巴巴在办公协同领域（钉钉）的深厚积累。团队旨在解决企业员工在跨应用工作数据碎片化、AI助手缺乏长期上下文等痛点，推动Agent在真实工作场景中的实用化。开源策略降低了企业试用和二次开发的门槛，加速了技术验证和社区反馈。

核心价值： MyContext的核心价值在于将零散的工作数据转化为持续更新的“工作记忆”，使Agent能够理解用户的职责、协作关系和历史结论，从而提供精准的问答和拟人化的自动回复。同时，通过矛盾信息治理和全程可回溯机制，显著提升AI输出的可信度与安全性。它解决了传统RAG系统无法处理动态工作流和事实冲突的问题。

技术特点： MyContext采用本地优先的数据存储策略，确保企业数据隐私；内置语义分析引擎处理信息矛盾，并引入人工确认环节避免错误覆盖；支持全文检索、语义召回与图谱查询的混合检索架构，实现高效准确的信息定位；提供九层完整架构，从数据接入、标准化、索引构建、档案生成到Agent交互形成闭环，各层可独立扩展。

2. 主要功能

• 多源数据接入与标准化： 支持钉钉、飞书等主流办公IM系统以及文档、会议记录等多源数据接入。系统自动完成数据拉取、格式标准化和内容解析，将非结构化信息转化为统一格式的内部表示，为后续档案构建提供高质量输入。该过程支持增量同步，避免重复处理。

• 工作档案自动构建： 基于标准化后的数据，MyContext自动沉淀个人工作档案，涵盖职责范围、协作关系、行为习惯与讨论结论。档案持续增量更新，无需用户手动维护，始终保持与最新工作动态同步。档案以记忆图谱为核心结构，支持实体关联查询。

• 矛盾信息智能治理： 针对前后冲突的信息，系统通过语义分析判断是应合并补充还是覆盖替换。当模型无法确定时，将交由用户人工裁决，且该裁决结果不再被模型自动覆盖，从根本上避免了传统方案中旧事实被错误覆盖的问题。这一机制显著提升了档案的长期一致性。

• 全程可回溯机制： 档案中的每条信息均标注来源（具体消息/文档）、时间戳与原始内容，支持一键跳转至出处。在问答场景中，Agent给出的答案同样附带来源引用，用户可随时核查，有效缓解大模型幻觉问题。可回溯性是企业级应用的核心要求。

• 混合检索与问答： 结合全文检索（关键词匹配）、语义召回（向量相似度）与图谱查询（实体关系）三种检索方式，用户可用自然语言查询工作历史（如“上周会议定的方案是什么”），系统返回带来源的精准答案。混合检索架构在覆盖率和精确度之间取得了良好平衡。

• 数字分身与拟人回复： 基于工作档案构建专属Agent，该Agent能够学习用户的沟通风格和常用话术，以用户本人的语气起草工作消息回复。发送等有后果的操作需用户授权，确保安全可控。数字分身的回复质量直接取决于档案的完整性和准确性。

• 人机安全闸机制： 对于可能产生实际影响的操作（如发送消息、修改文档），系统要求用户明确授权后方可执行。这一设计平衡了自动化效率与安全风险，防止Agent因误解上下文而做出不当行为。安全闸机制是Agent落地的关键保障。

3. 如何使用

1. 环境要求与下载部署： MyContext以桌面应用形式运行，支持Windows 10/11、macOS 12+及主流Linux发行版。用户需从GitHub仓库（https://github.com/openTrinity/mycontext）下载最新发布包，解压后直接运行，无需安装Python或配置复杂依赖。建议设备具备至少8GB内存和50GB磁盘空间，若使用本地AI模型推荐配备NVIDIA GPU。

2. 授权接入数据源： 首次启动后，按照向导完成钉钉、飞书等IM账号的OAuth授权。系统请求读取消息记录、文档列表及会议摘要等权限，用户可根据需要选择数据范围。授权过程采用标准协议，凭证仅用于一次性令牌交换，不存储密码。

3. 导入与同步数据： 授权完成后，MyContext自动拉取历史消息、文档和会议记录，并进行增量同步。用户也可手动指定特定时间段或文件目录进行导入。系统在本地完成数据标准化处理，所有数据仅存储于用户本机，不上传云端。

4. 生成与查看工作档案： 数据导入完成后，系统自动进行分析与聚合，生成个人工作档案。用户可在应用界面查看档案概览，包括职责标签、协作关系图谱和近期讨论结论。档案会随新数据持续更新，用户可手动触发重新索引。

5. 构建专属Agent： 基于已生成的档案，用户可一键创建个人Agent。Agent支持自然语言对话，可查询工作信息、总结知识或辅助回复消息。用户可自定义Agent的回复风格和授权范围，例如设置自动回复的触发条件。

6. 人工确认关键操作： 当Agent遇到矛盾信息或需要执行发送消息等操作时，系统会弹出确认窗口，由用户判断后执行。用户对档案的修改结果将被锁定，不再被模型自动覆盖，确保人工裁决的权威性。

4. 优缺点分析

5. 同类工具对比

选型建议：

对于追求开箱即用、深度绑定办公场景的职场个人或团队，MyContext是最优选择。它直接打通钉钉/飞书生态，无需额外开发即可构建个人工作Agent，且本地优先的设计在数据合规方面具有明显优势。对于AI应用开发者，Mem0提供了更灵活的API集成方式，适合构建通用记忆层，但需要自行处理数据接入和矛盾治理。Letta则更适合需要长对话记忆的对话系统，如虚拟角色或客服机器人，但其架构对办公场景的非对话数据支持较弱。

在企业级部署中，若团队使用国际IM平台（如Slack、Teams）或需要跨平台数据聚合，传统RAG方案配合向量数据库可能是更灵活的选择，但需要自行实现矛盾处理和可追溯机制。MyContext的垂直整合能力在办公场景中无可替代，但生态扩展速度将决定其长期适用性。建议根据数据源类型、IT运维能力和对人工裁决的需求进行综合评估。

6. 编辑总结

MyContext在技术创新上值得关注：它首次将Agent上下文基础设施的概念具体化到办公场景，通过九层架构实现了从数据接入、矛盾治理到可追溯问答的完整闭环。特别是矛盾信息处理中引入人工确认并锁定裁决结果的机制，解决了长期记忆系统中“旧事实被错误覆盖”的顽疾，这是相比Mem0等通用记忆方案的重要差异化优势。此外，本地优先的设计在满足企业数据合规方面具有天然优势，符合当前企业对AI落地中数据主权的重视趋势。

从实用价值看，MyContext有效降低了Agent在办公场景中的落地门槛。用户无需编写代码或配置复杂管道，即可拥有一个理解自己工作上下文的数字分身。对于信息密集的岗位（如项目经理、运营人员），MyContext能够显著减少信息查找和重复沟通的时间成本。其开源特性也允许企业进行定制化扩展，例如接入内部知识库或自定义Agent行为。

适用人群主要为职场个人，尤其是使用钉钉/飞书进行日常协作的办公人员。对于开发者，MyContext提供了清晰的开源代码和架构文档，可作为构建垂直领域Agent记忆层的参考实现。未来在扩展多模态数据（如语音会议、图片）和跨平台IM支持后，其应用范围将进一步扩大。当前其生态仍局限于国内IM平台，国际化扩展将是关键挑战，但开源社区的贡献有望加速这一进程。

7. 应用场景

• 智能消息回复： 基于个人工作档案与沟通习惯，MyContext Agent能够以用户语气自动起草钉钉/飞书工作消息。用户只需审核并确认发送，大幅提升日常沟通效率。尤其适合处理常规汇报、进度同步等重复性消息，减少手动打字时间。

• 工作信息问答： 用户可用自然语言查询个人工作历史，例如“上周客户会议上确定的交付时间是什么？”或“我和张三在哪个项目上有协作？”。系统通过混合检索返回带来源的答案，无需翻阅聊天记录或文档，提升信息获取效率。

• 个人知识沉淀： 将散落在IM、文档、会议中的职责范围、协作关系、讨论结论自动整理为持续更新的工作档案。员工可随时回顾自己的历史贡献和决策记录，形成结构化的个人知识库，便于年终总结或项目复盘。

• 协作关系梳理： 通过记忆图谱呈现人物、项目、话题间的关联，帮助用户快速理清跨部门协作上下文。例如，新项目经理可以一目了然地看到各角色在项目中的职责和关键决策点，加速融入团队。

• 新人/转岗交接： 当员工离职或转岗时，其工作档案完整可追溯，新人可直接通过Agent查询前任的工作记录，大幅降低知识转移成本，缩短上手周期。档案中的可回溯性确保了信息的可信度。

8. 常见问题FAQ

Q：MyContext的数据存储在哪里？是否安全？
A：MyContext采用本地优先架构，所有数据（包括消息、文档、索引）均存储在用户本机，不上传至云端。AI模型仅作为使用者读取档案，不拥有数据所有权。用户可随时删除本地数据，符合企业数据安全与隐私合规要求。

Q：MyContext支持哪些数据源？
A：目前原生支持钉钉和飞书两大国内主流IM平台的聊天记录、文档和会议摘要。未来计划扩展更多数据源，如企业微信、Slack等。用户也可通过API或文件导入方式接入其他来源的结构化数据，但需要自行适配格式。

Q：使用MyContext是否需要联网？
A：数据同步阶段需要联网以拉取IM和文档数据，但一旦数据导入本地，后续的档案构建和问答推理可以在离线状态下进行（前提是本地已部署AI模型）。建议保持网络连接以获取增量更新和模型升级。

Q：MyContext如何保证问答的准确性？
A：系统通过三种检索方式（全文、语义、图谱）确保信息召回全面，同时每条答案都附带原始出处，用户可一键跳转核实。矛盾信息处理机制进一步避免了档案中的事实冲突，提升了答案可靠性。但最终准确性仍受数据源完整性和模型能力影响。

Q：MyContext与钉钉自带的AI助手有什么区别？
A：钉钉AI助手主要基于通用大模型提供即时问答，缺乏对用户个人工作历史的长期记忆。MyContext则专注于构建专属工作档案，使AI能够理解用户的职责、协作和决策上下文，从而提供更个性化和可回溯的回复。两者可以互补使用。

Q：部署MyContext对硬件有什么要求？
A：MyContext以桌面应用形式运行，建议计算机配备至少8GB内存和50GB可用磁盘空间（用于存储数据索引）。操作系统支持Windows 10/11、macOS 12+及主流Linux发行版。若使用本地AI模型（如千问），推荐配备NVIDIA GPU以加速推理。

9. 项目地址

1. 产品官网： https://mycontext.md/
2. GitHub仓库： https://github.com/openTrinity/mycontext