项目托特：一个为从业者提供的人工智能驱动的研究助手
Acertainknight 的 Project Thoth 是一个先进的 AI 驱动的研究助手系统，作为 MCP 服务器运行。它使用 Python 3.12、TypeScript 和 FastAPI 构建，优先考虑本地隐私，将数据保留在您的机器上。它连接到 PostgreSQL+pgvector 后端，并使用 Letta 进行代理记忆，支持云和自托管的 Docker 实例。该系统帮助 AI 从业者和研究人员跟上研究进展并管理复杂信息，提供对研究参数的动态控制。
Project Thoth 连接到什么？
Project Thoth 作为一个 MCP 服务器，依赖于共享的 PostgreSQL+pgvector 后端进行数据存储。对于代理记忆，它与 Letta 集成，可以配置使用 Letta Cloud 或自托管的 Docker 实例。该系统使用 Python 3.12 和 TypeScript 构建，利用 FastAPI 作为其后端服务。这种架构支持其先进的 AI 驱动研究助手功能，强调本地优先的数据隐私。
核心功能和工具
Project Thoth 提供 thoth CLI 命令用于系统交互，包括作为 "thoth setup" 调用的 TUI 设置向导。该系统提供自然语言接口以供日常使用，允许与代理进行互动交流。代理可以通过内部 MCP 工具访问和修改设置、提示模板、研究查询和提取模式。它还支持切换到 Anthropic 进行文档分析，确认与 Anthropic 的 AI 模型兼容。
适合谁？
Project Thoth 针对需要跟上不断发展的 AI 研究的 AI 从业者以及寻求强大且易于使用的研究助手的用户。其功能包括优化研究查询和更新分析模式，使其对管理复杂信息流的人士具有价值。该系统的本地优先设计吸引了优先考虑数据隐私的用户。如果您需要超出本地系统访问的明确应用级身份验证，请跳过此部分。
如何开始
Project Thoth 不需要凭据。其本地优先设计意味着身份验证依赖于自托管实例的本地系统访问，通过初始 TUI 设置向导处理。
用例
- 更新分析模式，例如优化论文中的笔记以包括方法部分。
- 优化研究查询，例如收紧范围以避免在强化学习查询中出现与机器人相关的无关结果。
- 切换 LLM 提供商，使代理能够更新其 LLM 路由配置以进行文档分析。
Project Thoth 提供了一个以隐私为中心的 AI 研究助手，集成了 PostgreSQL 和 Letta 以实现高级代理记忆。它的自然语言界面和通过代理交互直接调整研究参数的能力使其成为 AI 从业者的宝贵工具。该系统支持对分析模式、研究查询和 LLM 提供者的动态调整。
