MeOS

把你自己 Fork 成一个 Skill，让 agents 更懂你的个性、偏好和做事方式。

核心目的：让 Agent 更懂你的个性、偏好、习惯与工作方式。

https://github.com/ResearAI/MeOS

GitHub | English README | 快速开始 | 安装与使用 | 运行时配置 | 仓库结构

不只是存储，而是实际应用 · 公开仓库，私有本地层 · 可编辑资产，不是黑箱记忆 · 一套安装器覆盖多个运行时

能得到什么 • 工作方式 • 晋升与隐私规则 • 关键 Skill 参考

MeOS 不是 memory dump。
不是角色扮演 prompt 包。
也不是一堆零散提示词。

它是一个文件优先的系统，用来把“一个人的个性、偏好与稳定工作方式”沉淀成未来 agent 真能用起来的资产。

支持 Codex、Claude Code、OpenCode 和 OpenClaw。

如果你已经厌倦了在每个新 agent 会话里重复解释同一套标准、同样的偏好、同一种审美、同一类纠偏规则，MeOS 就是把这些重复劳动变成长期本地资产的那一层。

✨ 为什么是 MeOS

这一类系统通常各自只擅长一个点：

• 把一个人蒸馏成一段 prompt
• 从历史交互里抽技能
• 保留一批可复用的说明文档

MeOS 关注的是中间那层更长期、更稳定的“操作层”。

常见做法	常见问题	MeOS 的做法
Memory dump	噪声太多，复用性弱	只把稳定模式晋升成资产
Persona prompt	听起来像你，但工作层很浅	直接存工作流、标准、原则和纠偏
一次性画像总结	很快过时	把 init、refresh、apply 做成长期生命周期
本地私人笔记	难以跨工具复用	用通用 SKILL.md 结构让多个运行时可加载

核心思想很简单：

不只是记住这个人，而是让这个人变得可复用

🧩 你实际会得到什么

资产类型	例子	改善什么
🛠 工作标准	编码规则、review 标准、验收线	技术质量与一致性
🧭 工作流资产	debug 顺序、架构评审顺序、交付清单	agent 处理任务的方式
🧠 思维风格	推理模式、权衡习惯、决策风格	规划与判断质量
🎨 审美与偏好	输出结构、UI 审美、表达风格	最终结果的样子
✍️ 纠偏规则	明确 override、历史否定过的东西	减少重复偏航
📚 知识资产	稳定事实、领域理解、可复用经验	超出单次聊天的上下文积累

⚙️ MeOS 如何工作

模式	目的	先读什么	会写回什么
🧱 init	从批准过的本地材料建立第一版资产	source policy、extraction SOP、promotion policy、privacy policy	初始资产和 evidence
🔁 refresh	用新增材料更新已有资产	extraction SOP、promotion policy、correction policy	merge 后的更新、冲突、纠偏
🎯 apply	在真实任务里使用已有资产	只读取最相关的资产	只有稳定新信息才写回

apply 是最关键的模式。
这也是 MeOS 从“档案”变成“真正有用”的地方。

🚀 Quick Start

最快路径：直接从 npm 安装

npm install -g @researai/meos
meos install --runtime codex
meos doctor

然后直接开始用：

Use meos in apply mode for this task. Read only the minimum relevant assets and use them to shape reasoning, workflow, and output.

仓库开发路径：clone 后本地安装

git clone https://github.com/ResearAI/MeOS.git
cd MeOS
bash install.sh --runtime codex
python3 installer.py doctor

📦 安装与使用

从 npm 安装

如果你只是想直接使用 MeOS，推荐这一条：

npm install -g @researai/meos

核心命令：

命令	作用
meos install --runtime codex	安装到 Codex
meos install --runtime claude	安装到 Claude Code
meos install --runtime openclaw --force	安装到 OpenClaw
meos install --runtime opencode	安装到 OpenCode
meos doctor	检查仓库和安装目标路径
meos print-prompts --lang en	打印英文 init / refresh / apply prompt
meos print-prompts --lang zh	打印中文 init / refresh / apply prompt
meos graph build	把 claims.jsonl 编译成 graph JSON、alignment packet 和自包含 HTML 预览页
meos graph serve	重新生成预览并默认在 http://127.0.0.1:20998/ 本地提供访问

本地图预览

当你想把本地 person-graph claims 变成一个可查看页面时，按下面步骤做。

Step 1. 准备本地 claim ledger。

如果你正在当前仓库里操作，文件放在：

./SKILL/evidence/claims.jsonl

文件必须是 JSONL。 也就是每一行都是一个 JSON 对象。

最小示例：

{"id":"claim_001","subject":"owner","dimension":"preference","predicate":"prefers","object":"concise_actionable_output","scope":"task_family:coding","explicitness":"explicit","stability":"stable","confidence":0.96,"evidence_ids":["ev_01"],"first_seen":"2026-04-09","last_seen":"2026-04-09"}
{"id":"claim_002","subject":"owner","dimension":"workflow","predicate":"uses_workflow","object":"inspect_then_patch_then_verify","scope":"task_family:coding","explicitness":"inferred","stability":"stable","confidence":0.84,"evidence_ids":["ev_02"],"first_seen":"2026-04-09","last_seen":"2026-04-09"}
{"id":"claim_003","subject":"owner","dimension":"constraint","predicate":"avoids","object":"long_prefatory_explanations","scope":"global","explicitness":"explicit","stability":"stable","confidence":0.99,"evidence_ids":["ev_03"],"first_seen":"2026-04-09","last_seen":"2026-04-09"}

Step 2. 生成 graph 产物。

meos graph build

会生成：

• SKILL/runtime/graph/owner-graph.json
• SKILL/runtime/graph/alignment-packet.json
• SKILL/runtime/graph/owner-graph.html
• SKILL/runtime/graph/index.html

同时终端会打印：

• 自动识别到的 skill root
• claims 源文件路径
• 生成出的 HTML 文件路径
• 下一步预览命令
• 本地预览 URL

Step 3. 启动本地预览服务。

meos graph serve

默认会启动在：

http://127.0.0.1:20998/

Step 4. 在浏览器打开页面。

打开：

http://127.0.0.1:20998/

页面里会有：

• owner-centric graph 视图
• dimension 和 stability 过滤器
• claim / scope 搜索
• 编译出来的 alignment packet
• 可检查的原始 claim 列表

Step 5. 停止预览服务。

在运行 meos graph serve 的终端里按 Ctrl+C。

Step 6. 不起服务时的兜底查看方式。

生成出的 HTML 是自包含的，所以也可以直接打开：

SKILL/runtime/graph/owner-graph.html

Step 7. 没有 claims 时会发生什么。

如果 SKILL/evidence/claims.jsonl 还不存在，meos graph build 仍然会生成一个空的预览壳页面，并在终端明确提示当前没有 claim ledger。

如果你想指定 host 或 port：

meos graph serve --host 127.0.0.1 --port 20998

从仓库安装

如果你要开发 MeOS 自己，再走这一条：

安装器不会把整个仓库塞进运行时。
它真正安装的是 ./SKILL/ 的内容，目标目录是运行时里的 meos/。

默认模式是 --mode auto。
它会用更安全的运行时策略：

• 从 npm 安装的打包版本会默认使用 copy，避免把可变本地资产写进 node_modules
• 从本地仓库安装时，OpenClaw 默认用 copy，其他运行时默认 symlink

运行时	推荐命令	说明
Codex	bash install.sh --runtime codex	最简单的本地 skill 使用路径
Claude Code	bash install.sh --runtime claude	注意 skill 目录名必须是小写 meos
OpenClaw	bash install.sh --runtime openclaw --force	更推荐复制目录
OpenCode	bash install.sh --runtime opencode	只安装到一个兼容路径即可

也可以使用 npm 包装器：

npm install -g @researai/meos
meos install --runtime codex

如果你是在本地开发当前仓库，也可以这样装：

npm install -g .

常见安装目标

运行时	推荐命令	说明
Codex	meos install --runtime codex	最简单的本地 skill 使用路径
Claude Code	meos install --runtime claude	注意 skill 目录名必须是小写 meos
OpenClaw	meos install --runtime openclaw --force	更推荐复制目录
OpenCode	meos install --runtime opencode	只安装到一个兼容路径即可

如果你是在替换旧安装而不是第一次安装，请加 --force。

在真实任务中使用 MeOS

三种核心模式：

模式	什么时候用	Prompt
init	建第一版资产	Use meos in init mode. Build the first sanitized operating-layer assets from the available local source material.
refresh	更新已有资产	Use meos in refresh mode. Refresh the existing MeOS assets from new local material and only promote stable rules.
apply	在工作中使用资产	Use meos in apply mode for this task. Read only the minimum relevant assets and write back only stable new information.

按运行时的使用示例

Codex：

Use meos in apply mode for this task. Read only the minimum relevant assets and use them to shape reasoning, workflow, and output.

Claude Code：

/meos
Apply MeOS for this task. Read only the minimum relevant assets and use them to shape reasoning, workflow, and output.

🖥 运行时配置

Codex

Codex 支持 .agents/skills/ 和 ~/.agents/skills/ 这类 skill 目录。

手工安装：

mkdir -p ~/.agents/skills
ln -s /path/to/MeOS/SKILL ~/.agents/skills/meos

Codex 可以显式通过名字触发 MeOS，也可以通过 skill 的 description 隐式选择它。

Claude Code

Claude Code 支持 ~/.claude/skills/<skill-name>/SKILL.md 和 .claude/skills/<skill-name>/SKILL.md。

手工安装：

mkdir -p ~/.claude/skills
ln -s /path/to/MeOS/SKILL ~/.claude/skills/meos

常见用法：

/meos
Apply MeOS for this task. Read only the minimum relevant assets and use them to shape reasoning, workflow, and output.

Claude Code + MiniMax

如果你要让 Claude Code 走 MiniMax 的 Anthropic 兼容端点，本地 ~/.claude/settings.json 可以这样写：

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://api.minimaxi.com/anthropic",
    "ANTHROPIC_AUTH_TOKEN": "${MINIMAX_API_KEY}",
    "API_TIMEOUT_MS": "3000000",
    "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1"
  }
}

验证：

claude -p --model MiniMax-M2.7 'Respond with exactly CLAUDE_MINIMAX_OK.'

OpenClaw

OpenClaw 支持 ~/.openclaw/skills、~/.agents/skills、<workspace>/.agents/skills 和 <workspace>/skills。

手动测试确认过的关键行为：

• OpenClaw 会跳过真实路径逃离配置根目录的 symlink skill
• 外部 symlink 安装并不稳
• 最稳妥的是把 meos 作为真实目录复制到 <workspace>/skills/meos 或 ~/.openclaw/skills/meos

推荐手工安装：

mkdir -p <workspace>/skills
cp -a /path/to/MeOS/SKILL <workspace>/skills/meos

验证：

openclaw skills info meos
openclaw skills list | rg meos

OpenCode

OpenCode 会搜索多个兼容 skill 目录：

• .opencode/skills/<name>/SKILL.md
• ~/.config/opencode/skills/<name>/SKILL.md
• .claude/skills/<name>/SKILL.md
• ~/.claude/skills/<name>/SKILL.md
• .agents/skills/<name>/SKILL.md
• ~/.agents/skills/<name>/SKILL.md

只选一个路径安装即可：

mkdir -p ~/.config/opencode/skills
ln -s /path/to/MeOS/SKILL ~/.config/opencode/skills/meos

如果你的 provider 或代理不支持 OpenCode 默认用来生成标题的副模型，请显式设置 small_model：

{
  "$schema": "https://opencode.ai/config.json",
  "model": "openai/gpt-5.4",
  "small_model": "openai/gpt-5.4"
}

验证：

opencode run --model openai/gpt-5.4 --format json \
  'Use meos in apply mode for this task. Reply with exactly OPENCODE_SKILL_OK.'

🗂 apply 模式下 agent 会读什么

下面这些路径都相对于安装后的 skill 根目录。
在当前仓库里，它们实际位于 SKILL/ 下。

任务类型	优先读什么	会带来什么
🛠 技术实现	assets/live/work/、assets/live/thought-style/、assets/live/workflow/、assets/live/principles/	更贴近你的技术标准和执行顺序
🎨 UI / 产品	assets/live/taste/、assets/live/work/、assets/live/workflow/、assets/live/corrections/	更贴近你的审美和呈现要求
🔬 研究 / 写作	assets/live/work/、assets/live/thought-style/、assets/live/principles/、assets/live/knowledge/、assets/live/workflow/	更贴近你的结构、推理和知识组织方式
💬 风格敏感回复	assets/live/preferences/、assets/live/corrections/	更贴近你的表达形态和措辞习惯

如果 assets/live/corrections/ 和其他层冲突，以 correction 为准。

🔒 晋升与隐私规则

晋升流程

1. 收集本地材料
2. 判断来源类型
3. 提取高信号候选事实
4. 不确定内容先放到 evidence/
5. 只有稳定规则才晋升到 assets/live/

适合晋升的情况：

• 用户明确说过
• 在多个上下文里重复出现
• 被用户明确纠正或强化过

只该留在 evidence/ 的情况：

• 一次性行为
• 噪声较大
• 过度依赖上下文
• 太敏感

维护生命周期

MeOS 的维护动作应该是：

• add
• merge
• downgrade
• discard

重点不是堆越来越多 prompt，而是让资产层保持干净、可维护。

隐私边界

可公开内容	默认保留在本地
README.md	SKILL/private/
README_ZH.md	SKILL/evidence/
assets/branding/	SKILL/runtime/
assets/readme/	SKILL/assets/live/
SKILL/references/	原始导入材料
SKILL/schemas/	secrets 和 tokens
SKILL/assets/templates/	工作站本地备注
SKILL/assets/examples/	私有原始对话

不要提交：

• token
• API key
• 个人身份标识
• 原始 connector id
• 不必要的私有路径
• 私有原始对话

🏗 仓库结构

MeOS/
├── README.md
├── README_ZH.md
├── LICENSE
├── assets/
│   ├── branding/
│   └── readme/
├── SKILL/
│   ├── SKILL.md
│   ├── references/
│   ├── schemas/
│   ├── assets/
│   │   ├── templates/
│   │   ├── examples/
│   │   └── live/
│   ├── evidence/
│   ├── runtime/
│   └── private/
├── install.sh
├── installer.py
├── package.json
└── bin/

关键结构就是：

• 仓库根目录放公开项目材料
• 运行时真正需要的 skill 内容都放在 SKILL/
• 安装器负责把 SKILL/ 安装进运行时 skill 目录
• 本地 owner 校准层保留在 SKILL/assets/live/、SKILL/evidence/、SKILL/private/ 和 SKILL/runtime/

📌 关键 Skill 参考

SKILL/ 里最值得先看的文件是：

• SKILL/SKILL.md
• SKILL/references/source-locations.md
• SKILL/references/extraction-sop.md
• SKILL/references/promotion-policy.md
• SKILL/references/privacy-policy.md
• SKILL/references/writeback-policy.md
• SKILL/references/apply-task-map.md

🛤 当前方向

MeOS 现在已经有：

• 一套跨运行时的 SKILL/ 包布局
• extraction、promotion、privacy、writeback 参考文档
• durable entry 的 JSON schema
• example 和 template 资产树
• 面向 Codex、Claude Code、OpenCode、OpenClaw 的安装路径

下一步不应该是“继续堆 prompt 文本”。
而是继续完善资产、示例和公开展示，同时不泄露任何私有历史。

📚 引用

如果 MeOS 被用于人格对齐、风格蒸馏或长期操作层资产维护相关工作，也可以考虑引用：

@inproceedings{
zhu2025personality,
title={Personality Alignment of Large Language Models},
author={Minjun Zhu and Yixuan Weng and Linyi Yang and Yue Zhang},
booktitle={The Thirteenth International Conference on Learning Representations},
year={2025},
url={https://openreview.net/forum?id=0DZEs8NpUH}
}