OneSelf开源项目上线，为用户构建统一个人上下文系统以解决AI重复自我介绍问题

当用户首次打开一个新AI工具时，往往需要重复一段自我介绍：职业背景、技术栈、语言风格偏好、饮食禁忌……这些信息在ChatGPT、Claude、Cursor等不同平台中反复粘贴，不仅低效，更暴露了当前AI生态中的一个结构性问题——用户的‘数字身份’被割裂在各个封闭平台中。

近期，开发者陈福东（Chen Fudong）开源了一个名为 OneSelf 的项目，试图从根源上解决这一问题。该项目的核心理念是：你的上下文应当由你自己持有，而非依附于某个AI服务商。其口号“One self. One context. Every AI.”直指痛点：一份属于你的个人资料，应可被所有AI按需调用，而非每次重新“注册”一次自己。

OneSelf 并非又一个记忆增强插件或对话历史归档工具，而是一个面向未来的个人上下文管理系统（Personal Context Management System, PCMS）。它本质上是一个轻量级、可自托管的Web服务，用户可在本地服务器或云主机部署，将个人资料以结构化方式存储，并通过标准化接口向授权的AI Agent开放读写权限。

该系统的设计围绕三层核心问题展开：

第一层是数据归属问题。传统做法中，用户在某AI平台输入的偏好信息，实质上已成为平台资产。一旦更换平台，这些“被记住的你”便无法迁移，甚至难以删除。OneSelf 将数据主权交还用户，所有上下文均存于用户可控环境，AI仅通过API访问，不直接接触数据库。

第二层是授权控制问题。并非所有AI都需要同等程度的个人信息。例如，代码助手只需了解技术栈与项目经验，而旅行规划Agent则更关注地理偏好与饮食限制。OneSelf 支持细粒度授权：用户可为每个Agent单独设定访问范围（如只读简历、可写技能更新），并随时撤销权限。更重要的是，授权必须经用户显式批准——无论是通过API Key还是OAuth设备码流程，均需跳转至用户确认页，杜绝“静默授权”。

第三层是维护效率问题。若系统依赖人工持续更新，极易沦为摆设。OneSelf 引入“Agent辅助维护”机制：当AI在交互中发现新事实（如用户提到“刚完成React重构”），可在获得授权后自动将该信息写入上下文；若发现旧信息过期（如“目前就职于A公司”已变为B公司），则标记为待审核或降权处理。所有变更均保留版本历史与置信度标签，支持回退与审计。

为实现上述目标，项目确立了六项设计原则：默认私有、人控授权、禁止Agent自授权、Agent优先但人终审、改动可追溯、数据本地化。其中，“Agent不能给自己发钥匙”一条尤为关键——即使AI被授权读写某字段，也无权创建密钥、批准新接入方或发布公开主页，确保权限源头始终掌握在用户手中。

在技术实现上，OneSelf 采用简洁的RESTful API设计，并预留了 /.well-known/pcp 路径作为发现协议入口。这意味着，未来兼容该标准的AI工具只需访问用户提供的OneSelf实例地址，即可自动获取接口规范与可用上下文字段列表，无需人工配置。这一步骤意在终结“为每个Agent手写接入文档”的旧模式，推动上下文共享走向标准化。

目前，OneSelf 已提供在线演示实例（chenfudong.win）及完整开源代码（github.com/ptonlix/OneSelf），支持基础的上下文分类（如skills、bio、preferences）、版本管理与权限审批界面。尽管尚处早期阶段，其架构已展现出清晰的扩展路径：未来可集成语义搜索、跨平台同步代理、甚至与去中心化身份协议（如DID）对接。

值得注意的是，OneSelf 并未试图替代现有AI的记忆功能，而是将其定位为“身份层”基础设施——就像OpenID Connect之于登录认证，PCP（Personal Context Protocol）有望成为AI时代个人数据互通的底层协议雏形。

在行业层面，该项目呼应了近年来对“用户数据主权”的广泛讨论。欧盟《数据治理法案》与美国《人工智能权利法案》草案均强调，个人应对其生成的数据拥有控制权。而OneSelf以极简方式实践了这一理念：不依赖大厂生态，不强制上云，仅用数百行代码即构建出可操作的解决方案。

当然，挑战依然存在。首先是 Adoption 障碍：当前主流AI工具尚未内置对PCP协议的支持，用户需手动配置或等待生态适配；其次是认知门槛——普通用户可能难以理解“上下文授权”与“数据主权”的区别；再者是安全边界：即便系统本身安全，若Agent被恶意利用，仍可能通过合法授权渠道过度收集信息。

不过，OneSelf的价值不在于立即普及，而在于提出一种新的范式可能：当AI越来越像“数字同事”，我们是否应为其配备统一的员工档案？当个性化服务成为标配，用户是否应拥有自己的“个人数据护照”？

该项目的开源性质使其具备社区演进潜力。已有开发者尝试将其与Obsidian笔记系统联动，实现从本地知识库到AI可读上下文的自动映射；另一些人则探索将其嵌入VS Code插件，让编码Agent在启动时自动加载用户技能树。

从技术演进角度看，OneSelf代表了一种“反平台化”的努力——在AI服务日益中心化的趋势下，坚持将关键身份数据保留在用户端。它不追求功能堆砌，而是聚焦一个具体痛点，用工程化思维给出可落地的方案。

随着多模态Agent与具身智能的发展，AI对用户上下文的理解需求将愈发深入。届时，零散的提示词片段或将被结构化、可验证、可授权的个人上下文所取代。OneSelf虽小，却可能是这条路径上的第一块路标。