教练AI
一个生产力指导助理，作为 主控程序 （模型上下文协议）服务器，在设计时考虑了ADHD支持。Coach AI通过一套与任何兼容MCP的AI客户端无缝集成的工具，提供智能任务管理、目标跟踪和个性化建议。
Coach AI不是一个独立的应用程序，而是一个插件，通过持久内存和专门的指导功能来增强您现有的AI工作流程。
目录
特性
- 待办事项管理：添加、列出、完成任务并确定任务的优先级
- 目标跟踪：制定和监测短期和长期目标
- 个性化推荐：根据你的背景，为下一步做什么提供明智的建议
- 学习系统：记住你的偏好、模式以及适合你的东西
- 完成记录：追踪你的胜利以获得正面强化
- 决策瘫痪支持：专为帮助应对ADHD挑战而设计
安装
先决条件
- Python 3.10或更高版本
- 紫外线 （推荐）或pip
安装Coach AI
克隆存储库并安装软件包：
git clone
cd coach-ai
uv pip install -e .或者使用pip：
pip install -e .配置
适用于克劳德桌面
- 打开您的Claude Desktop配置文件：
- macOS： ~/Library/Application Support/Claude/claude_desktop_config.json - 窗户： %APPDATA%\Claude\claude_desktop_config.json - Linux： ~/.config/Claude/claude_desktop_config.json
- 将Coach AI添加到
mcpServers章节：
{
"mcpServers": {
"coach-ai": {
"command": "uv",
"args": [
"run",
"--directory",
"/absolute/path/to/coach-ai",
"python",
"-m",
"coach_ai.server"
]
}
}
}备注：替换 /absolute/path/to/coach-ai 使用克隆此存储库的实际路径。
- 完全重新启动Claude Desktop（退出并重新打开）
- 寻找🔨 聊天输入中的图标，用于验证工具是否已加载
克劳德代码
Claude Code会自动检测Claude Desktop配置文件中配置的MCP服务器。一旦您为Claude Desktop配置了服务器，它将在Claude Code中可用，无需额外设置。
用法
配置后，只需自然地与Claude聊天即可。AI将在适当的时候自动使用Coach AI的工具。
交互示例
获得个性化推荐：
You: "What should I focus on right now?"AI将呼叫 get_recommendation() 并根据你的待办事项、目标和学习偏好提供个性化建议。
添加任务：
You: "Add a todo: Review the marketing proposal, make it high priority"AI将呼叫 add_todo(title="Review the marketing proposal", priority="high").
设定目标：
You: "I want to launch my side project by the end of this month"AI将呼叫 set_goal(goal="Launch side project", timeframe="this month", category="career").
存储有关您自己的上下文：
You: "Remember that I work best in the mornings before 11am"AI将呼叫 add_user_fact(fact="Works best in mornings before 11am", category="patterns").
可用工具
待办事项管理
add_todo(title, priority="medium", notes="")-添加新待办事项list_todos(status="active")-列出待办事项（活动/已完成/全部）complete_todo(todo_id)-标记全部完成delete_todo(todo_id)-删除待办事项
目标管理
set_goal(goal, timeframe, category="general")-设定新目标list_goals(status="active")-列出所有目标
用户上下文
add_user_fact(fact, category="general")-记住一些关于你的事get_user_context()-检索存储的有关您的事实log_accomplishment(description)-记录你完成的事情
建议
get_recommendation()-获得个性化的“我现在应该做什么？”建议
发展
MCP检验员测试
在开发过程中，您可以交互式地测试服务器：
npx @modelcontextprotocol/inspector uv run --directory /path/to/coach-ai python -m coach_ai.server替换 /path/to/coach-ai 使用您的安装目录。这将在以下位置打开web UIhttp://localhost:5173您可以在没有AI客户端的情况下测试工具。
数据库位置
默认情况下，Coach AI将数据存储在 data/coach.db。您可以使用自定义 COACH_DB_PATH 环境变量：
export COACH_DB_PATH=/path/to/custom/coach.db项目结构
coach-ai/
├── src/
│ └── coach_ai/
│ ├── __init__.py
│ └── server.py # Main MCP server implementation
├── data/
│ └── coach.db # SQLite database (auto-created)
├── pyproject.toml
└── README.md路线图
- \[x\] 核心待办事项管理
- \[x\] 目标跟踪
- \[x\] 用户情境学习
- \[x\] 推荐引擎
- \[\]黑曜石金库集成（阅读每日笔记）
- \[\]建议的时间意识
- \[\]压倒性待办事项的任务分解
- \[\]每周回顾提示
- \[\]能量水平跟踪
- \[\]习惯追踪
设计理念
Coach AI的设计遵循了对ADHD友好的原则：
- 对抗决策瘫痪：提供清晰、可操作的建议，而不是让你不知所措
- 持久存储器：了解你的模式和偏好，以减少认知负荷
- 正强化：庆祝成就以保持动力
- 简单但可扩展：从核心功能开始，随着您的需求而增长
- 客户不可知：适用于任何兼容MCP的AI客户端，不依赖于特定接口
许可证
麻省理工学院
贡献
欢迎投稿！如果您有改进的想法或遇到任何问题，请随时：
- 打开问题以报告错误或建议功能
- 提交带有改进的拉取请求
- 分享有关Coach AI如何为您的工作流程工作的反馈