PIL

Deine Instagram-Speicherbeiträge – von KI tiefgelesen, für immer durchsuchbar, auf deinem Rechner.

Loslegen · So funktioniert's · Andere KI-Tools · Was drinsteckt

mcp-name: io.github.pjpoulose/pil

PIL in 3 Schritten

1. Kopiere das hier in Muse:

    Klone https://github.com/pjpoulose/PIL in deinen Workspace und folge seiner
    SKILL.md, um meine Persönliche Instagram-Bibliothek einzurichten. Arbeite es Schritt für
    Schritt durch – installieren, die Bibliothek aus meinen gespeicherten Beiträgen aufbauen und
    mir die installierbare App übergeben.

2. Wenn es dich darum bittet, verknüpfe dein Instagram (ein Tippen im Browser).

3. Lade die App-Datei herunter, die es dir sendet → entpacken → doppelklicke Start PIL → klicke Installieren.

Das ist alles. Dein Muse übernimmt die Einrichtung, das Lesen und das Aufbauen. Möchtest du es auch auf deinem Telefon? Frag einfach deinen Muse – das erledigt es ebenfalls.

Möchtest du es selbst machen? Ein einziger Befehl richtet alles ein.

• Mac / Linux: curl -fsSL https://raw.githubusercontent.com/pjpoulose/PIL/master/bootstrap.sh | bash
• Windows (PowerShell): irm https://raw.githubusercontent.com/pjpoulose/PIL/master/bootstrap.ps1 | iex

Baue dann deine Bibliothek mit den Befehlen in Manuelle Einrichtung auf.

Jeden Tag speicherst du Beiträge, die du nie wiederfindest. PIL (Persönliche Instagram-Bibliothek) verwandelt deine Instagram-Speichersammlung in eine private Wissensbasis auf deinem eigenen Rechner: Jeder Beitrag wird von Vision-KI tiefgelesen – erzählerische Zusammenfassungen, Kernpunkte, Schritt-für-Schritt-Anleitungen, Links, die darin besprochen werden, automatische Tags – in Sekunden durchsuchbar und live aus deinen KI-Coding-Tools abfragbar.

Code wird geteilt, Daten bleiben zu Hause. Dieses Repository enthält nur Code, das Datenbankschema, Konfigurationsbeispiele und Dokumentation. Deine gespeicherten Beiträge, Bildunterschriften und Kontodetails verlassen niemals deinen Computer – Erfassung, Extraktion, Suche und der MCP-Server laufen alle lokal. Eine .gitignore blockiert Datenbanken, Konfigurationen und Exporte davor, jemals committet zu werden.

Konzept-Mockup mit Beispieldaten – so sieht deine Bibliothek aus, mit deinen Beiträgen.

Möchtest du, dass dein Claude, Codex oder Cursor darauf zugreifen kann?

Verbinde den schreibgeschützten MCP-Server und deine anderen KI-Tools können deine Bibliothek live abfragen – immer aktuell, nichts muss erneut hochgeladen werden. Dein Muse kann es für dich einrichten. So verbindest du →

So funktioniert's

flowchart LR
    A["Instagram saved posts"] -->|"ingest"| B["Local SQLite on your machine"]
    B -->|"vision AI<br/>deep read"| C["Summaries, key points, how-tos, links, tags"]
    C --> D["Query two ways"]
    D --> E["MCP server — Cursor, Claude Code, Desktop"]
    D --> F["Static JSON export — any AI tool"]

Manuelle Einrichtung (selbst machen)

# 1a. Install from PyPI (recommended — no clone needed)
pip install personal-instagram-library
# gives you: pil-mcp pil-ingest pil-extract pil-tag
#            pil-export-web pil-export-html pil-export-pwa pil-publish-pwa

# 1b. Or get the code
git clone https://github.com/pjpoulose/PIL.git pil && cd pil

# 2. Configure (your data lives in data_dir, default ~/.local/share/pil)
cp pil.config.example.json ~/.config/pil/pil.config.json
# edit it: set account_id to your user_fbid from `instagram-cli accounts`

# 3. MCP server dependency
pip install "mcp<2"

cd bin
python3 ingest_saved.py      # collections + saved posts
python3 extract_content.py   # vision-AI deep read (batches of 25)
python3 tag_all.py           # programmatic tags for untagged posts
python3 export_web.py        # static JSON export -> <data_dir>/web_data.json
python3 export_html.py       # searchable HTML dashboard -> <data_dir>/pil_library.html
python3 export_pwa.py        # installable PWA bundle -> <data_dir>/pwa/

python3 bin/mcp_server.py    # read-only, stdio — Ctrl-C to stop

Warum nicht einfach durch den Speicher-Tab scrollen?

Frag deine Bibliothek aus anderen KI-Tools

Live (empfohlen): MCP. Richte jeden MCP-kompatiblen Assistenten auf den schreibgeschützten Server aus und jede Frage liest deine aktuelle Datenbank – immer aktuell, keine Exporte, keine erneuten Uploads:

python3 /path/to/pil/bin/mcp_server.py    # stdio; Ctrl-C to stop

Verkabelung für Claude Code, Claude Desktop und Cursor: references/mcp_clients.md. Jeder MCP-kompatible Client funktioniert – und dein Muse kann es für dich verbinden, wenn du Konfigurationen lieber nicht anfassen möchtest. Verfügbare Tools:

Der Server öffnet die Datenbank mit SQLite mode=ro und stellt nur SELECT- Tools bereit – er kann deine Bibliothek nicht verändern. (Angriffsgetestet: SQL-Injection, Schreib- versuche und Limit-Missbrauch sind alle nachweislich blockiert.)

Schnappschuss: Datei-Upload. Bitte deinen Muse, dir die web_data.json-Datei zu senden (erstellt mit export_web.py): jeder Beitrag mit seinem Tieflese-Wissen in einer Datei. Hänge sie an jeden KI-Chat an (Claude, ChatGPT, …) und stelle Fragen wie bei jedem Dokument. Sie ist zum Exportzeitpunkt eingefroren – ein Schnappschuss, keine Live-Verbindung – also bitte deinen Muse um eine frische Kopie, nachdem du neue Beiträge gespeichert hast.

Direkt (fortgeschritten). Die Datenbank ist einfaches SQLite unter <data_dir>/pil.sqlite (Schema in schema.sql). Öffne sie schreibgeschützt mit jedem SQLite-Tool.

Diese Dateien enthalten deine persönlichen Instagram-Daten – behalte sie auf deinem eigenen Rechner und teile sie nur mit Tools, denen du vertraust.

Deine Bibliothek als App

Dein Muse baut die App für dich und sendet sie dir – für deinen Computer und dein Telefon. Frag einfach:

• "Sende mir meine PIL-App" – lade die Datei herunter, die es dir sendet, entpacke sie, doppelklicke Start PIL, klicke Installieren. Sie lebt auf deinem Computer wie jede andere App und funktioniert vollständig offline.
• "Setze PIL auf mein Telefon" – es übernimmt die Veröffentlichung und gibt dir einen QR-Code zum Scannen. Tippe Installieren (Android) oder Teilen → Zum Home-Bildschirm hinzufügen (iPhone).

Keine Befehle, kein Hosting-Setup, kein Terminal – dein Muse kümmert sich um alles.

Signal Deck – das visuelle Dashboard (v1.2.0)

Ziehst du Erkunden dem Abfragen vor? Das Signal Deck (dashboard/) baut ein in sich geschlossenes HTML-Dashboard aus deiner lokalen PIL-Datenbank: ein Themenring-Hero über alles, was du gespeichert hast, Suche → Synthese (The Brief), eine Quellenleiste, ein sticky Index und ein vollständiges Archivraster. Eine Datei, funktioniert offline, deine Daten verlassen niemals deinen Rechner.

cd dashboard
PIL_DB=~/.local/share/pil/pil.sqlite python3 build-signal.py
# open pil-signal-deck.html in Chrome/Safari

Siehe dashboard/README.md für Details, PWA-Hinweise und die QA-Suite.

Was drinsteckt

pil/
├── assets/logo.svg          # the seal above
├── SKILL.md                 # skill definition (for Muse)
├── README.md                # this file
├── LICENSE                  # MIT
├── schema.sql               # the five tables: folders, posts, post_folders, knowledge, tags
├── pil.config.example.json  # copy to pil.config.json and set your account_id
├── bootstrap.sh             # one-line installer for Mac/Linux
├── bootstrap.ps1            # one-line installer for Windows
├── bin/
│   ├── pil_common.py        # config resolution + DB helpers
│   ├── ingest_saved.py      # step 1: ingest (resume-safe)
│   ├── extract_content.py   # step 2: vision-AI extraction (resume-safe)
│   ├── tag_all.py           # step 3: tagging
│   ├── export_web.py        # step 4: static export
│   ├── export_html.py       # step 5: self-contained HTML dashboard
│   ├── export_pwa.py        # step 6: installable PWA bundle (manifest + SW + icons)
│   ├── publish_pwa.py       # step 7: publish PWA to your own host for phone install
│   └── mcp_server.py        # read-only MCP server (stdio)
└── references/
    └── mcp_clients.md       # Cursor / Claude Code / Claude Desktop wiring

FAQ

Muss ich programmieren können? Nein. Kopiere die Eingabeaufforderung oben auf dieser Seite in Muse – es erledigt alles mit dir. Die einzigen Dinge, die du selbst tust, sind das Verknüpfen von Instagram (ein Tippen im Browser) und das Herunterladen der App-Datei, die es dir sendet.

Wohin gehen meine Instagram-Daten? Nirgendwohin. Code wird geteilt, Daten bleiben zu Hause: deine gespeicherten Beiträge, Bildunterschriften und Kontodetails verlassen niemals deinen Computer. Nichts wird zu uns hochgeladen – es gibt kein "uns"; es gibt keinen Server, kein Konto, keine Cloud.

Kostet es etwas? PIL ist kostenlos und Open-Source (MIT). Es gibt kein Abonnement und kein Konto zum Erstellen. Der KI-Tieflese-Schritt läuft über dein eigenes Instagram/KI-Setup.

Funktioniert die App offline? Ja. Nach der Installation laufen die Desktop- und Telefon-Apps vollständig offline – Suche, Räume, Tags und Antworten funktionieren alle ohne Internet.

Welche Telefone und Computer? Windows, Mac und Linux für die Desktop-App; iPhone und Android für die Telefon- App. Auf Android tippe App installieren in Chrome; auf iPhone verwende Safaris Teilen → Zum Home-Bildschirm hinzufügen.

Ich habe neue Beiträge gespeichert – wie füge ich sie hinzu? Sag einfach deinem Muse "Ich habe neue Beiträge gespeichert." Es holt und tiefliest nur die neuen, dann aktualisiert es deine App und Dateien.

Kann ich meine Bibliothek mit jemandem teilen? Deine Bibliothek sind Dateien auf deinem Rechner – du kannst sie auf den Computer einer anderen Person kopieren, aber sie enthalten deine persönlichen Instagram-Daten. Behandle sie wie alles Private: veröffentliche oder lade sie nicht irgendwo öffentlich hoch.

Etwas ist fehlgeschlagen – was nun? Sag deinem Muse, was du gesehen hast – es kann direkt diagnostizieren und beheben. (Führst du die manuelle Einrichtung unten aus? Führe den Installer erneut aus – es ist sicher, ihn beliebig oft auszuführen – und prüfe, ob python3 --version 3.11+ ist.)

Fehlerbehebung

Etwas stimmt nicht? Sag deinem Muse, was passiert ist – es kann die meisten Probleme selbst diagnostizieren und beheben.

Führst du die manuelle Einrichtung selbst aus?

• PIL account_id is not configured → kopiere die Beispielkonfiguration und setze account_id auf dein user_fbid aus instagram-cli accounts.
• Die Extraktion ist bei riesigen Bibliotheken langsam – sie ist fortsetzbar; führe sie einfach erneut aus.
• 429-Ratenlimits werden mit Backoff innerhalb der Skripte behandelt.
• Der MCP-Server benötigt mcp<2 in dem Python, das ihn ausführt (2.x hat die API umbenannt).

Mitwirken

PRs und Issues sind willkommen – bessere Extraktions-Prompts, neue Abfrage-Clients, neue Exportformate. Fork es, bring es raus, mach es zu deinem. Wenn es dich vor dem endlosen Scrollen bewahrt hat, hilft ein Stern anderen, es zu finden.

Lizenz

MIT. Erstellt von Paul Poulose.