近日，阿里旗下千问办公团队开源了个人工作上下文基础设施项目MyContext，该项目上线一周便在GitHub收获超1000颗星，成为千问办公首个开源项目。这一动作标志着AI办公领域在个人工作场景的探索迈出重要一步。
MyContext并非传统意义上的知识库，其核心功能是将飞书、钉钉等平台中的聊天内容、文档资料、会议记录等工作痕迹进行整合，形成一份持续更新的个人工作档案。这份档案能让AI办公Agent逐渐了解用户的身份、工作内容以及日常处理事务的方式。以本地个人知识库Obsidian作为参照，二者都强调本地优先、知识组织和数据主权，但Obsidian的内容主要依赖用户手动输入，而MyContext则致力于从日常工作记录中自动提炼关键信息。
从技术架构来看，MyContext构建了一个围绕“个人工作”的循环系统。它不断抓取各类工作消息和信息，经过分类、抽象、存储和关联等步骤，最终沉淀为可供Agent调用的上下文数据。在千问办公的产品布局中，MyContext扮演着补足Agent办公“上下文层”的角色。此前，千问办公已整合阿里旗下的QoderWork、悟空、MuleRun三款办公Agent产品，MyContext的开源为AI办公产品提供了实用的上下文工具支持。
具体而言，MyContext在处理工作记录时有着严谨的流程。首先，通过channels插件打通钉钉和飞书，采集聊天、文档、会议纪要、待办审批、日历、通讯录等信息，采集范围由用户授权控制，保密群信息会被跳过，数据采用“数据源 + 类型 + ID”的方式进行增量去重。原始信息进入系统后，连续3小时无人说话的消息会被切成会话块，再经过向量化、实体和事实抽取，形成带有时空信息的知识图谱。接下来进入最核心的蒸馏环节，MyContext从聊天记录中提炼出用户的工作模式，包括用户职业、他人求助事项、任务处理步骤、交付形式以及工作规矩和红线等五类结构化结论，还会识别多步流程并整理成playbook，为多个Agent协作做准备。最终，这些工作档案被交给Agent，数字分身基于档案理解新消息、召回相关背景，并生成符合用户习惯的回复草稿。
然而，目前MyContext仍处于开发者预览阶段，距离成熟可用的AI办公产品还有一定差距。实际运行中，从安装、授权到数据处理都存在一定门槛。例如，知识图谱默认后端缺少本地C库，需要手动补依赖或切换SQLite；目前主要支持钉钉，飞书不支持数字分身；主模型若不支持embedding，向量化阶段会报错，导致后续图谱和蒸馏无法进行。有开发者实际运行后发现，采集功能正常，但图谱生成失败，个人画像也无法提取。README文件也明确提醒，项目仍可能出现破坏兼容性的改动，本地数据依赖版本化迁移，部分改动不可逆。尽管如此，MyContext的开源为AI办公领域在个人工作上下文处理方面提供了新的思路和探索方向。
