Marifold：基于配置文件的本地优先 AI 工作空间

一款本地优先的个人 AI 工作空间，支持多配置文件管理、会话续传、显式记忆命令和灵活的模型配置，基于 TypeScript 构建，为 AI 交互提供结构化、可定制的工作环境。

• 原作者/维护者： tjcccc
• 来源平台： GitHub
• 原始标题： marifold
• 原始链接： https://github.com/tjcccc/marifold
• 发布时间： 2026年6月

Marifold 是一个本地优先的个人 AI 工作空间，采用配置文件（profile）驱动的设计理念，将 AI 交互组织成结构化的工作环境。它支持多配置文件管理、技能定义、应用集成、工作流编排和外部代理对接，旨在为用户提供一个统一、可定制、可扩展的 AI 操作平台。

当前 v0.3.0 版本聚焦于 CLI 基础功能，提供了类似 priests 风格的配置文件聊天、一次性请求、工作空间初始化、会话续传、模型选项保存、显式记忆命令等核心能力。项目基于 TypeScript 构建，依赖 @priest-ai/core 实现底层的大模型调用、流式响应和 SQLite 会话持久化。

Marifold 的配置文件采用目录化组织，每个配置文件是一个独立的文件夹：

profiles/default/
├── PROFILE.md          # 定义 AI 身份和个性
├── RULES.md            # 定义行为规则
├── CUSTOM.md           # 可选的额外系统指导
├── profile.toml        # 配置文件元数据（可覆盖全局默认模型）
└── memories/
    ├── user.jsonl      # 持久化用户事实
    ├── preferences.jsonl # 持久化用户偏好
    └── auto_short.jsonl # 短期记忆笔记

每个配置文件相当于一个"工作角色"或"专业领域"，可以针对特定场景定制 AI 的行为：

• PROFILE.md：定义该配置文件下 AI 的身份、 expertise、沟通风格
• RULES.md：设定该配置文件的特定规则，如代码规范、输出格式要求
• CUSTOM.md：补充性的系统提示，可包含特定领域的知识或约束
• memories/：存储与该配置文件相关的记忆，实现跨会话的上下文延续

这种设计让用户可以为不同场景创建专门的配置文件，比如"程序员"配置文件专注于代码辅助，"作家"配置文件专注于创意写作，"翻译"配置文件专注于多语言处理。

一次性请求（One-shot）

适合快速获取答案的场景，命令执行后立即返回结果并退出：

pnpm marifold ask "解释什么是量子计算"
pnpm marifold ask --profile coder "用 Python 实现快速排序"

交互式聊天（Interactive Chat）

启动持续对话会话，支持多轮交流：

pnpm marifold chat
pnpm marifold chat --profile default
pnpm marifold chat --profile default --session my-project

会话续传

支持从之前的会话断点继续对话，保持上下文连贯：

# 续传指定会话
pnpm marifold chat --profile default --resume

# 续传最后一个会话
pnpm marifold chat --profile default --resume last

会话操作

# 列出配置文件相关的会话
pnpm marifold session list --profile default

# 查看会话详情
pnpm marifold session show test-session

# 重命名会话
pnpm marifold session rename test-session renamed-session

# 删除会话
pnpm marifold session delete renamed-session

Marifold 提供了显式的记忆管理命令，让用户主动控制 AI 的记忆：

命令	作用
/remember <text>	保存短期记忆
/remember user <text>	保存持久的用户事实
/remember pref <text>	保存持久的用户偏好
/forget <query>	软删除匹配的记忆
/delete-memory <query>	永久删除匹配的记忆记录

记忆通过 @priest-ai/core 的 memory lane 机制注入到请求上下文中，实现跨会话的个性化体验。