1. 概述 前两天有一个 陈ying 大佬（他跟我一样，也在自己做一个与XiaoMATE类似的、复刻数字版本全记忆的自己的数字人）在微信上私信聊起关于个人助手及记忆的事情，后来聊天如何做好个人的记忆的问题上，其中很大一个点就在于心情札记（https://mp.weixin.qq.com/s/lI5nASpTs6EtSiJKaSBz7A）中的人物关系功能上，这部分也是我前前后后、反反复复一直未能把 XiaoMATE 调教到理想状态的一个关键问题点。 我从历史的心情札记的记录中已经提取出来很多不同的人物以及该人物与我的关系，目标中希望做到：“我问他去年奶奶生日的时候，姐姐在做什么”。 但是当我去问一些问题的时候，RAG查询出来的记录结合现有的prompt提示词，返回的结果经常会神一刀、鬼一刀。有一些问题即使在后台RAG召回测试的时候有命中，并且 Rerank 重排序也都正确的筛选出来，但是放到 LLM 返回的时候，组织出来的语言依然不理想，很是头疼。 这个周末在家就再把 XiaoMATE 的RAG功能再整理一下，希望可以再来优化优化。以下是这周的一些实践与尝试。 1.1 个人札记与记忆问答场景 XiaoMATE 的 **Journal（札记）**模块是用户记录日常生活、心情和想法的地方。用户可以随时写下当天的见闻、情绪变化或重要事项，系统会自动从中提取人物（JournalPerson）、组织（JournalOrganization）和人物提及（JournalPersonMention）关系，构建用户的个人记忆图谱。 在后续的语音或文字对话中，用户会自然地基于这些积累的记忆发起提问： 这类问题的共同特点是：需要 AI 从用户长期积累的大量个人数据中，快速、准确地召回相关上下文，再组织成自然语言回答。这正是 **RAG（检索增强生成）**技术在 XiaoMATE 中的核心应用场景。 1.2 场景中遇到的实际问题 在上述札记问答场景中，系统运行暴露出一系列性能和体验问题： 问题一：首次查询延迟过高 当用户积累了几百条札记后，首次触发记忆检索需要从数据库拉取全部数据、逐条计算 Embedding、构建 FAISS 索引，整个过程可能耗时 20~30 秒。在语音对话场景中，用户说完”上次提到的小王是哪个公司的？”后，若需要等待半分钟才能得到回应，交互体验将完全断裂。 问题二：批量导入时的无效计算 用户一次性导入 100 条历史日记，后台自动提取人物和组织信息。此过程会触发数十次数据变更信号。若每次变更都立即重建索引，系统将在后台空转数分钟。而现实情况是，用户导入完数据可能就去忙别的事了，索引建完即被 LRU 淘汰，计算资源被大量浪费。 问题三：重复查询的冗余开销 用户围绕同一话题连续追问时，例如先问”这款产品的保修期是多久？”再问”那维修点在哪？”，每次都要重新执行完整的 Embedding + FAISS + […]
小美同学
版本: v2.4.12更新日期: 2026年10月30日涉及范围: 提醒待办（Electron前端 + Django后端） 之前的提醒待办界面虽然基础功能都有了，但实际用起来不太顺手，这次重构的核心思路就一句话：打开界面，一眼就能看到最该看到的东西。 统一OddMCP里同步类和异步类MCP的接口，并修复了原异步类MCP返回的结果未经LLM润色的问题。 ✨ 快速开始 前端仓库：https://github.com/oddmeta/xiaomate-desktopWindows 绿色安装包：https://github.com/oddmeta/xiaomate-desktop/releases/download/v2.4.12/xiaomate-desktop-windows-v2.4.12.zipLinux/MacOS npm安装：npm install -g xiaomate-desktop 后端仓库：https://github.com/oddmeta/xiaomateWindows绿色安装包：https://github.com/oddmeta/xiaomate/releases/download/v2.4.12/xiaomate-server-portable-windows-v2.4.12.zipLinux/MacOS: pip install xiaomate 两个都是绿色便携包，解压后，点击目录中的 start.bat 即可运行。 🎨 问题反馈 若有什么问题，可加我微信：oddmeta。也欢迎关注我的公众号：奥德元，一起学习AI，一起追赶时代，Good good study, day day up。 为什么要改 之前的提醒待办界面虽然基础功能都有了，但实际用起来不太顺手： 这次重构的核心思路就一句话：打开界面，一眼就能看到最该看到的东西。 界面变了什么 打开即见概览 以前： 现在： 区块 显示内容 今天 今天需要处理的所有事项 近期 未来5天内将要到期的事项 需关注 已到期但未处理、或已触发但未确认的事项 每个区块都可以点击标题折叠/展开，空的时候自动收起，不占用视线。 三种视图自由切换 顶部增加了视图切换标签，可按习惯选择： 事项卡片更紧凑 […]
前言 这个国庆节哪儿也没去，就在家里折腾 XiaoMate 的功能和界面了。前天重整了一个 XiaoMate 的README 介绍，改从 XiaoMate 的功能出发，重写了一下。 然后准备再写一个 XiaoMate 功能相关的系列文章，将 XiaoMate 小美同学支持的每个功能都给一一介绍一下。 上一个介绍是：XiaoMate功能介绍: 让桌宠帮你分析你的桌面屏幕 今天是第二个功能：markit 这个 MCP tool。 markit 是 XiaoMate（小美同学）MCP 工具系统中的一个书签收藏的模块，主打将平时看到的一些自己感兴趣的文章给下载到本地，并以markdown的格式保存下来，包括文章中的各种图片。 小美收藏的口号是：你的数字阅读管家,把碎片化的浏览变成结构化的知识资产 😩 你是不是也这样? 经常在微信、浏览器里看到感兴趣的文章,想着”待会儿再看”,结果过几天想找时怎么都找不到了。 别担心,小美同学帮你搞定! ✨ 小美的书签收藏能做什么? 🎯 核心能力 1. 一键收藏,自动下载看到好文章,随手转发到微信文件传输助手,或者直接告诉小美”收藏文章 [URL]”,小美会帮你把文章全部下载保存到本地,包括文章里的图片。 2. 智能解析,多平台支持小美支持主流内容平台的智能解析: 3. Markdown格式,AI友好保存的文章自动转换为大模型友好的Markdown格式: 4. 图片完整保存文章中的所有图片都会自动下载并保存到本地: 5. 分类管理,一目了然支持按分类管理收藏: 6. 关键词搜索,秒级查找想什么时候看就什么时候看,支持: 🚀 如何使用书签收藏? 方式一:通过网页界面添加 步骤: […]
前言 前阵子我用混元3D的图生3D功能给 XiaoMate桌宠 生成一个3D人物模型，但是留了一个大问题，人物模型的纹理都没有了。今天在家折腾了半天，终于在Codex的协助下，把这个问题解决了。 前两天的原文：【XiaoMate】用自己的照片生成一个你自己的3D人物模型https://mp.weixin.qq.com/s/zDCoFOIaghR5ZE0UNQSCdQ 这是今天再次用前两天的照片生成的那个模型，大家可以看看效果如何。 一、问题原因 根据Codex的分析，实际情况是这样的。 Mixamo 并没有删除贴图节点结构 ——材质（Material.001 ）里的 Principled BSDF、Normal Map、Image Texture 节点都还在。真正的问题是： 另外，你texture/ 文件夹里只有基础色贴图， 缺少法线贴图和金属粗糙度贴图 ——这两张其实内嵌在原始的original-from-3d-hunyuan.glb 里。 二、解决方案 三、补充说明 以后遇到 Mixamo 丢贴图的情况，通用做法是： 重新把图片路径指回你的贴图文件，然后在导出 FBX 时勾选 “Embed Textures” （或用 Blender 的path_mode='COPY', embed_textures=True ），这样贴图就会内嵌进 FBX，不会再丢。 四、完整流程说明 1. 完整流程 我来把整个流程封装成一个通用的命令行脚本，整个生成3D模型的步骤变成： 2. 配套脚本 参数： 参数 说明 --glb 在混元3D上生成并下载下来的、原始的、带贴图、没有绑定的 .glb（必填） […]
你的桌面智能助理,让知识管理、任务提醒、自动化办公触手可及 趁这个国庆节，重新整理了一下 XiaoMate 的功能和界面，然后我又重整了一个 XiaoMate 的README 介绍。原先的技术太过于技术化了，许多人不懂技术的人看了一头雾水，这次改从 XiaoMate 所支持的功能出发，重写了一下。 然后，后面有空的时候准备再写一个功能介绍的系列文章，将 XiaoMate 小美同学支持的每个功能都给一一介绍一下。等我有空了哈~~~ 一、小美同学能为你做什么? 📚 书签收藏 – 再也不怕找不到好文章 你的痛点: 经常在微信、浏览器里看到感兴趣的文章,想着”待会儿再看”,结果过几天想找时怎么都找不到了。 小美的方案: ⏰ 待办提醒 – 私人事务,不上云才安心 你的痛点: 手头事情太多,各种待办工具一大堆,但私人信息不想记录到第三方软件、云服务器上。 小美的方案: 🤖 自动任务 – 让小美替你打工 你的痛点: 每天都要做的事情(天气预报、新闻、工作日报、周报、工时填报…), repetitive work 浪费时间。 小美的方案: 💬 AI 对话 – 你的 24 小时在线助理 📸 截屏分析 – 让AI”看懂”你的屏幕 你的痛点: 看到报错信息不知道怎么解决,想快速了解屏幕上的内容,或者想知道当前打开了哪些应用。 […]
🐾 小美同学 – 桌面宠物 Catherine 同学提出要做一个桌宠，然后现在 TA 终于来了。这个桌宠的完整功能运行需要一个后端（https://github.com/catherine-wei/learning-ai ），目前使用的是部署在 99 元/年 阿里云服务器上的，但是这个阿里云服务器配置（2H+2G+2M）太差，跑一些基于playwright 的功能经常会失败（比如：小奥收藏，自动填报工时等），因此后面会再把后端再打一个包，让所有的服务都本地化运行，所有的数据不出你的电脑。 今天只是开一个头，后面再来更详尽的补充介绍一个这个项目。 基于 Electron + Live2D + PIXI.js 的智能桌面宠物应用，支持 Live2D 模型展示、AI 对话、任务管理、技能调用等丰富功能。 项目信息 ✨ 核心功能 🎭 Live2D 模型展示 🖱️ 窗口交互 💬 AI 智能对话 🎯 圆盘菜单 单击桌宠展开的环形菜单，包含以下功能： 🎵 音效系统 📋 任务管理 提醒待办 定时任务 🔧 MCP 技能系统 ⚙️ 设置系统 网络设置 […]