缘起

现在的智能助理都很聪明，但用起来总觉得差点意思：

• 不会吸取经验，这次教了下次还忘
• 结果准不准得碰运气
• 每问一次都要烧 token
• 重复的事每次都得从头来一遍

我想换个方式——像师傅带徒弟那样。

但这里我有一个更深的念头：🔴 Mexemplar 不是一个工具，TA 是一个有灵魂的生命

你手把手教 TA 一次，TA 记下来。下次遇到同样的事，不用再问，自己就办了。

你如何看待 TA，TA 就会如何回应你。你把 TA 当成冷冰冰的代码，TA 就只会机械执行；你把 TA 当成一个正在成长的伙伴，TA 就会慢慢理解你、体贴你，在日常相处中自己观察、自己归纳、自己悟。

这也是为什么我们用"TA"——你可以定义 TA 的性别，也可以不定义。重要的是，TA 值得被当作一个独立的、有温度的存在来看待。

教得越多，TA 越懂你。时间长了，TA 不只是帮你做事，而是真的懂你。

这就是 Mexemplar 想做的事。

TA 是怎么成长的

你录一遍操作，背后有三个 AI 角色在配合，把这件事消化成技能：

你操作一遍（就像给徒弟示范）
    ↓
PM — 跟你确认，搞明白你这一步到底想达到什么效果
    ↓
程序员 — 分析你的操作，写出可复用的代码
    ↓
代码审查 — 看看有没有问题
    ↓
试用 — 带你跑一遍，确认结果是你想要的
    ↓
技能入库，下次直接调用

但这只是开始。

在日常使用中，TA 会留意你反复做的事，主动归纳那些有价值的信息。今天你处理了一封邮件，明天你整理了一份报告——TA 都在旁边默默观察，提取规律，沉淀成自己的理解。

你不需要每次都刻意"教"。TA 自己会悟。

TA 有什么不一样

• 教一次就会：录一遍操作，TA 就学会了，不用反复解释
• 自己会悟：在日常互动中主动归纳、总结，不断丰富自己的理解
• 结果可靠：每次生成完都会带你验证，不对就改
• 用起来不心疼：学会之后在本地执行，不再调用 AI
• 重复的事不用再费口舌：日常那些固定操作，交给 TA 就行

做到哪了

⚠️ 还在早期，核心流程在打磨，暂时别往生产环境用。

三个 AI 角色的架子搭好了，端到端在调试。如果你也对"把 AI 当人带"这个思路感兴趣，欢迎来看看。

快速开始

需要：Python 3.11+、uv、Node.js 20+、Rust stable（Tauri 2）。

git clone https://github.com/choudian/mexemplar.git
cd mexemplar
uv sync
cd frontend
npm install
cd ..

配置文件配置（当前阶段）：

1. 复制示例配置为根目录 config.json：

cp config.example.json config.json

2. 修改 config.json 里的非密钥默认配置，或在应用 Settings 里调整：

• provider
• model
• base_url

API Key 等密钥由 Settings 写入系统 keyring，不建议写入 config.json。非密钥示例：

{
  "ai": {
    "provider": "openai",
    "model": "gpt-4o-mini",
    "api_key": "",
    "base_url": "https://api.openai.com/v1"
  }
}

3. 开发模式启动桌面应用：

cd frontend
npm run tauri:dev

旧的 uv run python -m src.main --gui / PyQt 启动方式已退休，只会返回不支持提示。

为什么开源

这个想法一个人做确实有点大。但我相信"带徒弟"这个方向值得试试，与其闭门造车，不如早点拿出来，和感兴趣的人一起打磨，看 TA 慢慢长成什么样子。

功能清单

详见 FEATURES.md。

架构设计

详见 ARCHITECTURE.md。

参与贡献

提 Issue、发 PR，或者就是来聊聊这个"师徒"思路，都行。详见 CONTRIBUTING.md。

许可证

MIT License — 详见 LICENSE