使用说明

数字双RAG系统

一个个人人工智能助理框架，使用RAG（检索增强生成）和MCP（模型上下文协议）服务器在7个生命领域提供专业知识。

概念

你的 数字孪生 是一个了解你整个生活背景的人工智能系统——病史、财务状况、法律文件、职业目标等等。你的数字孪生兄弟已经知道并可以提供个性化、情境感知的建议，而不是每次都向人工智能解释你的情况。

7个生命领域

域	角色	查询示例
01_健康	个人健康专家	“根据我的病史，我应该担心这个症状吗？”
02_财务	个人首席财务官	“此次购买对我的退休时间表有何影响？”
03_法律	法律顾问	“我的雇佣合同第3.2条是什么意思？”
04_个人成长	生活教练	“本季度我在实现目标方面取得了哪些进展？”
05_职业_教育	职业顾问	“我应该如何为这个职位定位我的经验？”
06_家居_生活	家庭经理	“暖通空调上次维修是什么时候？”
07_行政规划	行政助理	“我第二季度的日程安排是什么？”

文件夹结构

digital-twin/
├── 01_Health/
│   ├── Medical/           # Records, lab results, imaging
│   ├── Vision/            # Eye exams, prescriptions
│   ├── Dental/            # Dental records, X-rays
│   ├── Mindfulness/       # Therapy notes, wellness
│   └── fitness_data/      # Workouts, nutrition, biometrics
│
├── 02_Finance/
│   ├── tax_returns/       # Annual filings
│   ├── investment_portfolios/  # Stocks, retirement, crypto
│   ├── financial_planning/     # Budgets, goals
│   ├── insurance/         # Policies, claims
│   └── debt_management/   # Loans, payments
│
├── 03_Legal/
│   ├── contracts/         # Employment, real estate
│   ├── estate_planning/   # Wills, trusts
│   └── correspondence/    # Legal communications
│
├── 04_Personal_Growth/
│   ├── goals/             # Personal/professional goals
│   ├── journaling/        # Reflections
│   ├── courses/           # Learning materials
│   └── skills_development/ # Progress tracking
│
├── 05_Career_Education/
│   ├── resume/            # CV, career docs
│   ├── portfolio/         # Work samples
│   ├── education_records/ # Degrees, certs
│   └── professional_development/
│
├── 06_Home_Living/
│   ├── property_docs/     # Deeds, mortgage
│   ├── maintenance_records/ # Repairs, maintenance
│   └── warranties/        # Product docs
│
└── 07_Admin_Planning/
    ├── project_management/ # Personal projects
    ├── reference_docs/    # Important refs
    └── templates/         # Reusable templates

使用Claude Desktop进行设置

1.创建文件夹结构

# Clone this template
git clone https://github.com/QbitLoop/digital-twin-template
cd digital-twin-template

# Create all domain folders
./setup.sh

2.配置MCP服务器

添加到您的Claude桌面配置(~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "digital-twin-health": {
      "command": "npx",
      "args": ["-y", "@anthropics/mcp-filesystem", "/path/to/digital-twin/01_Health"]
    },
    "digital-twin-finance": {
      "command": "npx",
      "args": ["-y", "@anthropics/mcp-filesystem", "/path/to/digital-twin/02_Finance"]
    }
    // ... add other domains
  }
}

3.添加您的文档

使用一致的命名将您的个人文档组织到适当的文件夹中：

YYYY-MM-DD_description.pdf

4.开始对话

"Based on my medical history, what should I discuss with my doctor about [symptom]?"

"Given my financial goals and current portfolio, should I increase my 401k contribution?"

"Review my employment contract and summarize the non-compete clause."

安全与隐私

域	敏感度	建议的安全性
运行状况	最大值	加密卷，仅限本地
财务	高	加密审计跟踪
合法	高	版本控制，限制访问
个人	中等	标准加密
职业	中等	云备份正常
主页	低	标准保护
管理员	低	标准保护

最佳实践

将敏感数据保存在本地 -不将健康/财务同步到云端
使用加密卷 -FileVault（Mac）或BitLocker（Windows）
定期备份 -加密外部驱动器
访问日志记录 -跟踪文件访问时间
单独的上下文 -每个MCP服务器只能看到其域

高级：RAG管道

对于较大的文档集合，添加矢量搜索：

# Example with ChromaDB
from chromadb import Client
from langchain.embeddings import OpenAIEmbeddings

# Index your documents
embeddings = OpenAIEmbeddings()
client = Client()
collection = client.create_collection("health_docs")

# Query with context
results = collection.query(
    query_texts=["cholesterol levels"],
    n_results=5
)

用例

医疗咨询准备

“根据我的家族史和最近的实验室结果，我应该问我的心脏病专家什么问题？”

理财规划

“如果我今年最大限度地使用401k，考虑到我的扣除额，这对我的税务状况有何影响？”

合同审查

“比较我目前和拟议的雇佣合同中的终止条款。”

目标跟踪

“我在第一季度的目标上取得了什么进展？第二季度我应该优先考虑什么？”

家居维护

“热水器上次保养是什么时候？保修状态如何？”

贡献

这是一个模板存储库。请随意：

添加特定于域的提示
创建自动化脚本
建议改进文件夹结构
共享匿名用例

许可证

MIT许可证-可自由用于个人知识管理。

注：这是一个模板。用实际文档替换占位符内容。切勿将个人数据提交到公共存储库。