PIL

你收藏的 Instagram 帖子——由 AI 深度解读，永久可搜索，全部保存在你的设备上。

快速上手 · 工作原理 · 其他 AI 工具 · 内部结构

mcp-name: io.github.pjpoulose/pil

三步获取 PIL

1. 将以下内容复制粘贴到 Muse 中：

    将 https://github.com/pjpoulose/PIL 克隆到你的工作区，并按照其中的
    SKILL.md 设置我的个人 Instagram 图书馆。逐步完成——
    安装、从我的收藏帖子构建图书馆，然后把可安装的应用交给我。

2. 当它提示时，在浏览器中一键关联你的 Instagram。

3. 下载它发送给你的应用文件 → 解压 → 双击 Start PIL → 点击 Install。

就这么简单。你的 Muse 会完成设置、读取和构建。 想在手机上使用？直接告诉你的 Muse——它也能处理。

想自己动手？一条命令即可完成所有设置。

• 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

然后使用手动设置中的命令构建你的图书馆。

每天你都会收藏一些再也找不到的帖子。PIL（个人 Instagram 图书馆） 将你的 Instagram 收藏集转化为你自己设备上的私人知识库：每篇帖子都由视觉 AI 深度解读——叙事摘要、要点、操作步骤、提到的链接、自动标签——几秒内即可搜索，并可从你的 AI 编码工具实时查询。

代码共享，数据留在家中。 此仓库仅包含代码、数据库架构、配置示例和文档。你的收藏帖子、标题和账户详情永远不会离开你的电脑——摄取、提取、搜索和 MCP 服务器全部在本地运行。.gitignore 可阻止数据库、配置和导出文件被提交。

使用示例数据的概念模型——你的图书馆看起来就是这样，包含你的帖子。

想让你的 Claude、Codex 或 Cursor 访问它？

连接只读 MCP 服务器，你的其他 AI 工具即可实时查询你的图书馆——始终最新，无需重新上传。你的 Muse 可以帮你完成连接。 如何连接 →

工作原理

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"]

手动设置（自己动手）

# 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

为什么不直接滚动你的收藏标签页？

从其他 AI 工具查询你的图书馆

实时（推荐）：MCP。 将任何兼容 MCP 的助手指向只读服务器，每个问题都会读取你当前的数据库——始终最新，无需导出，无需重新上传：

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

适用于 Claude Code、Claude Desktop 和 Cursor 的配置： references/mcp_clients.md。任何兼容 MCP 的客户端都可以使用——如果你不想手动修改配置，你的 Muse 也可以帮你连接。可用工具：

服务器使用 SQLite mode=ro 打开数据库，并仅提供 SELECT 工具——它无法修改你的图书馆。（已通过攻击测试：SQL 注入、写入尝试和限制滥用均已验证被阻止。）

快照：文件上传。 请你的 Muse 发送 web_data.json 文件（使用 export_web.py 构建）：每篇帖子及其深度解读知识都在一个文件中。将其附加到任何 AI 聊天（Claude、ChatGPT 等）中，像处理任何文档一样提问。它在导出时是冻结的——是快照，不是实时连接——因此在你收藏新帖子后，请你的 Muse 发送一份新副本。

直接访问（高级）。 数据库是位于 <data_dir>/pil.sqlite 的纯 SQLite 文件（架构见 schema.sql）。使用任何 SQLite 工具以只读方式打开。

这些文件包含你的个人 Instagram 数据——请将它们保存在你自己的设备上，只与你信任的工具共享。

将你的图书馆作为应用

你的 Muse 会为你构建应用并发送给你——适用于你的电脑和手机。只需询问：

• "把我的 PIL 应用发给我" — 下载它发送的文件，解压，双击 Start PIL，点击 Install。它像其他应用一样存在于你的电脑上，完全离线运行。
• "把 PIL 放到我的手机上" — 它会处理发布并给你一个二维码扫描。点击 Install（Android）或 Share → Add to Home Screen（iPhone）。

无需命令、无需托管设置、无需终端——你的 Muse 会处理所有这一切。

内部结构

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

常见问题

我需要懂编程吗？ 不需要。将本页顶部的提示复制粘贴到 Muse 中——它会与你一起完成所有操作。你只需要自己关联 Instagram（在浏览器中一键点击）并下载它发送的应用文件。

我的 Instagram 数据会去哪里？ 哪里都不会去。代码共享，数据留在家中： 你的收藏帖子、标题和账户详情永远不会离开你的电脑。没有任何内容上传给我们——没有"我们"；没有服务器、没有账户、没有云。

需要付费吗？ PIL 是免费且开源的（MIT）。没有订阅，也无需创建账户。AI 深度解读步骤通过你自己的 Instagram/AI 设置运行。

应用可以离线使用吗？ 可以。安装后，桌面和手机应用完全离线运行——搜索、房间、标签和答案都不需要互联网。

支持哪些手机和电脑？ 桌面应用支持 Windows、Mac 和 Linux；手机应用支持 iPhone 和 Android。在 Android 上，点击 Chrome 中的 Install app；在 iPhone 上，使用 Safari 的 Share → Add to Home Screen。

我收藏了新帖子——如何添加？ 只需告诉你的 Muse "我收藏了新帖子"。它只会获取并深度解读新帖子，然后刷新你的应用和文件。

我可以与他人分享我的图书馆吗？ 你的图书馆是你设备上的文件——你可以将它们复制到别人的电脑上，但它们包含你的个人 Instagram 数据。请像对待任何私密内容一样：不要公开发布或上传到任何公共位置。

出了问题——怎么办？ 告诉你的 Muse 你看到了什么——它可以直接诊断和修复。（正在运行下面的手动设置？重新运行安装程序——可以安全地运行任意次数——并检查 python3 --version 是否为 3.11+。）

故障排除

出了问题？告诉你的 Muse 发生了什么——它通常可以自行诊断和修复大多数问题。

正在自己运行手动设置？

• PIL account_id is not configured → 复制示例配置，并将 account_id 设置为来自 instagram-cli accounts 的 user_fbid。
• 大型图书馆的提取速度较慢——它是可恢复的；只需重新运行。
• 429 的速率限制已在脚本内部通过退避机制处理。
• MCP 服务器需要运行它的 Python 中包含 mcp<2（2.x 重命名了 API）。

贡献

欢迎提交 PR 和 issue——更好的提取提示、新的查询客户端、新的导出格式。Fork 它，发布它，让它成为你的。如果它让你免于无尽滚动，一个 star 可以帮助其他人找到它。

许可证

MIT。由 Paul Poulose 构建。