대상 사용자: 단순히 질문에 답하는 것이 아니라 자신을 대신해 일하는 AI 에이전트를 원하는 개인 지식 근로자, 연구자, 파워 유저.
PCM 패러다임
Gobi Desktop은 지식 도구의 작동 방식에 대한 근본적인 변화를 기반으로 합니다.Personal Knowledge Management (PKM)
기존 패러다임. 사용자가 직접 노트를 구성합니다. 지식은 정적 파일에 저장됩니다. Obsidian 같은 도구는 강력한 라이브러리지만 사서가 필요합니다.
Personal Context Management (PCM)
Gobi 패러다임. 에이전트가 동적으로 컨텍스트를 유지합니다. 지식은 이벤트 기반이며 관련성 순위가 매겨집니다. Gobi는 라이브러리가 아닙니다. 판단 레이어입니다.
핵심 개념
Brain
Brain
사용자의 개인 지식 그래프. Gobi Desktop의 핵심 데이터 구조 — 사용자가 알고 있는 것, 캡처한 것, 작업한 모든 것을 에이전트가 유지 관리하는 살아있는 표현. 정적 노트와 달리 Brain은 에이전트가 새로운 입력을 처리함에 따라 지속적으로 진화합니다.
Vault
Vault
모든 캡처된 데이터가 저장되는 로컬 스토리지 레이어. 기본적으로 비공개 — 명시적으로 공유하지 않는 한 사용자의 기기를 떠나지 않습니다. Brain의 정보 출처입니다.
Capture
Capture
Brain에 새로운 정보를 입력하는 행위. 수동(사용자 시작) 또는 ambient(Gobi Sense 또는 백그라운드 모니터링을 통해)으로 발생할 수 있습니다. Capture 유형: Audio, Vision, Motion, Notes.
Brain Update
Brain Update
최근 캡처 및 Brain 변경사항에 대한 에이전트 생성 요약 또는 합성. 수동 검토 없이 에이전트가 학습하거나 처리한 내용을 사용자에게 알립니다.
Reflex
Reflex
에이전트가 사용자를 대신해 실행하는 자동화된 백그라운드 작업. 구성된 규칙 또는 트리거 — 태그 지정, 요약, 연결, 표면화 — 사용자 개입 없이. “Add a Reflex”를 통해 생성됩니다.
Signal Score
Signal Score
Brain 항목에 할당된 관련성 지표. 사용자의 현재 컨텍스트에 비해 지식이 얼마나 중요하거나 시의적절한지를 나타냅니다. 에이전트가 무엇을 표면화할지 우선순위를 정하는 데 사용됩니다.