17Vibe | 重新定义 AI 时代的连接

0 / 协议愿景

向量化：将个人能力与偏好转成可计算的向量表示。
隐私优先：原始数据本地加密，网络只路由特征向量。
意图路由：优先连接互补，而不是关键词相似。

1 / 核心数据结构（MCP Node）

{
  "id": "uuid",
  "identity": {
    "name": "string",
    "background": "Full Stack Developer / Solopreneur",
    "tags": ["Vibe Coding", "System Architect"]
  },
  "vectors": {
    "logic": [0.12, 0.88, 0.45, "..."],
    "aesthetic": [0.95, 0.22, 0.11, "..."],
    "intent": "Looking for: AI Hardware Engineer"
  },
  "mcp_data": {
    "super_power": "Builds MVP in 2 hours",
    "anti_power": "Hates writing CSS details"
  }
}

2 / 匹配逻辑（Vibe Matcher）

匹配不追求“像”，追求“互补 + 共生”。一个写后端但讨厌 UI 的节点，应更容易连接到擅长 UI 且需要逻辑支撑的节点。

function calculateMatch(nodeA, nodeB) {
  const skillComplement = crossProduct(nodeA.skills, nodeB.needs);
  const vibeFit = cosineSimilarity(nodeA.vibe, nodeB.vibe);
  return (skillComplement * 0.7) + (vibeFit * 0.3);
}

3 / 组件架构

Feature Extractor

用 LLM 将 GitHub/Twitter/自述等非结构化信息转成 17Kernel 标准向量。

Intent Router

基于“当前意图”信号路由连接，弱化履历与头衔。