在AI技术迅猛发展的当下，个人与企业用户在享受智能化便利的同时，也面临着工作场景中“上下文缺失”的难题。无论是钉钉中的聊天记录、文档里的决策信息，还是企业内部的各类规范，这些关键数据往往散落在不同平台，难以被智能助手（Agent）有效利用。如何让Agent真正理解用户的工作流程，成为亟待解决的核心问题。
针对这一痛点，阿里千问办公团队近日开源了上下文基础设施项目“MyContext”，旨在通过技术手段将分散的工作数据转化为Agent可理解的专属档案。该项目上线仅一周便在GitHub斩获超1000颗星，引发行业广泛关注。其核心目标是通过整合聊天、文档、会议等多源数据，构建动态更新的工作上下文，使Agent能够深入理解真实业务场景，实现人机协同的高效执行。
传统Agent在处理复杂任务时，常因缺乏上下文支持而陷入困境。例如，当用户要求Agent更新客户方案并整理汇报资料时，Agent可能因无法获取邮件、即时通讯工具或数据库中的相关信息而表现不佳。这种“信息孤岛”现象导致Agent仅能依赖通用知识完成基础任务，难以融入实际工作流程。MyContext的推出，正是为了打破这一瓶颈，通过数据治理与加工，为Agent提供完整的业务背景支持。
MyContext的技术路径聚焦于解决三大挑战：时序数据处理、事实冲突管理以及计算成本控制。针对时序数据，项目采用“幂等性标识”与“对话空闲间隔”技术，确保迟到信息不被遗漏，同时避免不同话题的混淆。在事实冲突处理上，MyContext引入“三态合并机制”，通过保留多版本事实并动态调整置信度，使Agent能够感知决策过程中的分歧与变化。项目通过增量计算策略显著降低模型推理成本，仅对新增或模糊信息调用模型处理，其余任务交由本地规则完成，从而优化资源利用效率。
从个人用户到企业级应用，MyContext的架构设计体现了对真实工作场景的深度理解。对于个人而言，该系统能够系统性保留工作流背景信息，避免重复向不同Agent解释任务细节；对于企业而言，MyContext可将隐性业务知识（如群聊中的共识、会议中的结论）显性化，并集成至Agent的工作链路。这种设计不仅提升了任务执行的准确性，还确保了信息调用的权限合规性——每条结论均保留可追溯的证据链，用户与组织的权限约束始终生效。
在生态层面，MyContext与钉钉、千问办公形成闭环：钉钉作为数据入口提供海量原始信息，千问办公负责上下文加工与治理，最终由Agent消费高质量上下文推动任务执行。这种三位一体架构使企业数据从“可查询资产”升级为“可执行资产”，为Agent从短期工具向长期生产力单元的演进奠定了基础。目前，MyContext已开源，开发者可通过GitHub获取代码并参与项目共建。
