personal-context-mcp

把你的风格习惯、偏好设置、用过的 skill、人生背景存成 markdown，通过 MCP 暴露给任何支持 MCP 的 AI（Claude Code、Claude Desktop、Cursor…）。 换个 AI、新开一个聊天框，它调用一次工具就「认识你」，不用再重新交代自己是谁。

核心理念

• 数据一份，插头随时加：你的资料是 context/ 下的纯 markdown，放在你自己的 git 仓库里。 服务层（这个 MCP server）只是薄薄一层，随时可换、可拔。

• 永久留存、不吃算力：这个项目跟 GPU 无关。数据放 GitHub 永久免费， server 本地 stdio 跑，零托管、断网可用。哪天没有任何服务器，光靠这个 git 仓库你依然拥有全部资料。

• 分层可见（tier）：public ⊂ recruiter ⊂ friend ⊂ private。同一份资料， 陌生人 / 招聘方 / 朋友 / 自己看到的范围不同。

Related MCP server: Personal Context Manager

目录结构

personal-context-mcp/
├── server.py            # MCP server（stdio）
├── context/             # ★ 数据层：你的资料，改这里
│   ├── style.md         # 风格习惯
│   ├── preferences.md   # 偏好设置
│   ├── skills.md        # 用过的 skill
│   └── background.md    # 人生背景
├── ingest/import_file.py# 简历/文件 → 纯文本（供 AI 解析）
└── pyproject.toml

安装

cd personal-context-mcp
uv sync           # 装依赖（mcp / pyyaml / pypdf / python-docx）

本地调试

uv run mcp dev server.py     # 打开 MCP Inspector，可视化点每个工具

接入 Claude Code

uv run mcp install server.py --name personal-context

或手动在 Claude Code / Claude Desktop 的 MCP 配置里加：

{
  "mcpServers": {
    "personal-context": {
      "command": "uv",
      "args": ["--directory", "/绝对路径/personal-context-mcp", "run", "server.py"]
    }
  }
}

接入后，对 AI 说「调用 who_am_i 了解我」即可。

提供的工具

上传简历 / 文件，自动整理进知识库

不需要写死解析逻辑——让 AI 来做：

1. 让 AI extract_file("我的简历.pdf") 拿到纯文本；

2. AI 解析、优化成结构化内容；

3. AI save_context(slug="background", ...) 写回 context/。

命令行也能单独抽文本：uv run python ingest/import_file.py 我的简历.pdf

留存到 GitHub

cd personal-context-mcp
git init && git add . && git commit -m "init personal-context-mcp"
# 在 GitHub 建仓库后：
git remote add origin <你的仓库URL>
git push -u origin main

提示：context/ 里若有私密内容，建议用私有仓库，或把私密板块单独放另一个私有仓库、 用 PERSONAL_CONTEXT_DIR 环境变量指过去。