日记是最诚实的自己。mirror-self 将你多年的文字索引成 本地向量数据库，让你与过去的自己展开深度对话—— 完全运行在你自己的设备上，数据永远不离开你。
我写日记有好几年了。每隔一段时间翻回去看，总会发现一些东西—— 同样的困惑，在不同的年份反复出现； 情绪的高低潮有它自己的节律；很多当时以为会记住的感受，其实早已模糊。
我想把这些记录变得更可访问、更可交互。 不只是存档，而是成为自我观察的工具—— 把散落在时间轴上的自己，聚集到同一个对话里， 让过去的记录真正成为认识自己的一部分。
mirror-self 就是这个想法的实现。它把日记文字变成 一个可以对话的版本的自己，完全运行在本地， 不依赖任何云服务，让你安心地把最私密的文字交给它。
每种模式对应一种不同的自我观察角度—— 从自由问答到跨年模式分析，让日记里的信息真正为你所用。
用自然语言向自己的日记提问。"我去年这时候在担心什么？" "我对孤独的感受有没有变化？"——语义检索配合本地 LLM， 给出有完整上下文的真实回答。
自动读取近三个月的日记，生成三个深度反思问题。 不是泛泛的"你今天感觉怎么样"， 而是基于你真实写下的内容，让你看见自己没有意识到的模式。
选择任意话题，对比它在不同年份里的演变轨迹。 "我对'工作'的态度，三年来发生了什么变化？" 时间线分析让成长变得清晰可见。
基于情绪相似性搜索，找出反复出现的低落状态与触发因素， 温柔地提醒你："这种感受，你曾经经历过。 上一次，你是这样走出来的。"
不需要账户，不需要 API Key，不需要联网。
将日记整理成 Markdown 文件，按月份或章节命名。 中英文混写完全支持，格式灵活。
mirror-self 解析并分割你的日记， 用 Ollama 本地嵌入模型生成向量， 存储到设备上的 ChromaDB。
启动任意模式，进入终端 UI。 所有计算在本地完成， 你的文字从不离开你的设备。
日记是最私密的文字。mirror-self 从设计之初就是完全本地的—— 没有服务器，没有云端，没有任何数据上传。