GBrain - AI Agent 个人知识库与混合检索引擎¶
[!info] 基本信息 - 仓库: https://github.com/garrytan/gbrain - Stars: 9k | Forks: 1k | Watchers: 28 - 语言: TypeScript 98.7%, PLpgSQL 1.2%, Shell 0.1% - 版本: v0.9.2 - 协议: MIT - 作者: Garry Tan（Y Combinator 总裁兼 CEO） - 运行时: Bun - 相关: OpenClaw, Hermes Agent, GStack
一句话定位¶
为 AI Agent 打造的个人知识库系统 -- Markdown 文件作为数据源，Postgres + pgvector 混合检索，Agent 每次对话前先查知识库、对话后自动更新，形成"越用越聪明"的复利效应。
核心解决的问题¶
AI Agent 很聪明但不了解你的生活。GBrain 通过构建一个可搜索的知识库，让 Agent 在每次交互前查询、交互后更新，实现对人物、公司、会议、想法等个人知识的持续积累和检索。
Garry Tan 的生产数据：17,888 页面、4,383 人物、723 公司、21 个 cron job 自动运行。
知识模型¶
每个页面遵循 compiled truth + timeline 模式：
---
type: person | company | concept | deal | yc | civic | project | source | media
title: ...
tags: [...]
---
（compiled truth：当前最佳理解，随时根据新证据重写）
---
- 2024-01-15: 事件 A
- 2024-03-20: 事件 B
（timeline：仅追加，从不编辑）
架构设计¶
Brain Repo (git) GBrain (检索层) AI Agent (读写)
markdown 文件 ──────> Postgres + pgvector <────> 25 个 skills
= 数据源 混合搜索 定义 HOW 使用 brain
vector + keyword + RRF 实体检测/丰富/摄入
三层协作： - Brain Repo: git 仓库是系统真相源，人类可直接编辑 - GBrain: 检索层，提供混合搜索和知识操作 - AI Agent: 通过 25 个 skill 定义何时读、何时写、如何丰富
搜索系统¶
Query → Multi-query expansion (Claude Haiku)
↓
Vector (HNSW cosine) + Keyword (tsvector + ts_rank)
↓
RRF Fusion: score = sum(1/(60 + rank))
↓
4-Layer Dedup + Stale alerts
↓
Results
三种分块策略： 1. Recursive (timeline, 批量导入): 5 级分隔符层级，300 词 + 50 词重叠 2. Semantic (compiled truth): 嵌入相邻句子的余弦相似度找主题边界 3. LLM-guided (高价值内容): Claude Haiku 滑动窗口识别主题切换
技术栈¶
| 组件 | 技术 |
|---|---|
| 运行时 | Bun |
| 语言 | TypeScript |
| 数据库 | PGLite（本地嵌入式 PG 17.5）或 Supabase（托管 Postgres） |
| 向量搜索 | pgvector + HNSW 索引 (text-embedding-3-large, 1536-dim) |
| 全文搜索 | tsvector + ts_rank + pg_trgm |
| Embedding | OpenAI text-embedding-3-large |
| Query Expansion | Anthropic Claude Haiku |
| MCP | @modelcontextprotocol/sdk (30+ MCP tools) |
| 存储 | S3/R2/Supabase Storage |
25 个 Skills（核心能力）¶
常驻 Skills¶
| Skill | 功能 |
|---|---|
| signal-detector | 每条消息触发，并行捕获原创想法和实体提及 |
| brain-ops | 任何外部 API 调用前先查 brain，读-丰富-写循环 |
内容摄入¶
| Skill | 功能 |
|---|---|
| ingest | 路由器，检测输入类型分发到对应摄入 skill |
| idea-ingest | 链接/文章/推文 → brain 页面 + 分析 + 人物页 + 交叉链接 |
| media-ingest | 视频/音频/PDF/书籍/截图/GitHub 仓库 → 转录 + 实体提取 |
| meeting-ingestion | 会议转录 → brain 页面 + 出席者丰富 + 公司时间线 |
Brain 运维¶
| Skill | 功能 |
|---|---|
| enrich | 分层丰富 (Tier 1/2/3)，创建/更新人物/公司页面 |
| query | 3 层搜索 + 合成 + 引用，诚实说"brain 中没有此信息" |
| maintain | 健康检查：过期页面、孤儿页、死链、引用审计 |
| citation-fixer | 扫描缺失/格式错误的引用并修复 |
| publish | 分享 brain 页面为密码保护 HTML |
运维操作¶
| Skill | 功能 |
|---|---|
| daily-task-manager | 任务生命周期 (P0-P3)，存储为可搜索 brain 页面 |
| daily-task-prep | 晨间准备：日历前瞻 + 每位出席者上下文 |
| cron-scheduler | 调度交错、安静时段、幂等性 |
| cross-modal-review | 第二模型质量门控，拒绝路由 |
身份与设置¶
| Skill | 功能 |
|---|---|
| soul-audit | 6 阶段面试生成 SOUL.md / USER.md / ACCESS_POLICY.md |
| setup | 自动配置 PGLite 或 Supabase |
| migrate | 从 Obsidian/Notion/Logseq/markdown/CSV/JSON/Roam 迁移 |
| briefing | 每日简报：会议上下文、活跃交易、引用追踪 |
集成（数据输入）¶
| Recipe | 功能 |
|---|---|
| Voice-to-Brain | 电话 → brain 页面 (Twilio + OpenAI Realtime) |
| Email-to-Brain | Gmail → 实体页面 |
| X-to-Brain | Twitter → brain 页面 |
| Calendar-to-Brain | Google Calendar → 可搜索日页面 |
| Meeting Sync | Circleback 转录 → brain 页面 |
| Credential Gateway | Gmail + Calendar 凭证管理 |
存储估算¶
7,500 页面的 brain：约 750MB（含嵌入和索引）。Supabase Pro ($25/月, 8GB) 是生产起步点。
安装方式¶
- Agent 平台（推荐）：粘贴安装指令给 Agent，30 分钟全自动
- Standalone CLI：
bun add -g github:garrytan/gbrain - MCP Server：Claude Code / Cursor / Windsurf 通过 stdio 暴露 30+ tools
- TypeScript Library：
bun add github:garrytan/gbrain
核心命令¶
gbrain init # 创建 brain (PGLite 默认)
gbrain import ~/brain/ --no-embed # 导入 markdown
gbrain embed --stale # 生成向量嵌入
gbrain query "key themes?" # 混合搜索
gbrain get <slug> # 读取页面
gbrain put <slug> # 写入页面
gbrain serve # MCP server
gbrain doctor --json # 健康检查
核心洞察¶
- 复利效应：Agent 每次交互都读-写知识库，知识随时间自动积累
- 人类至上：git 仓库是真相源，可直接编辑，
gbrain sync自动同步 - Thin Harness, Fat Skills：运行时尽量薄，智能全在 skill markdown 文件中
- 零配置起步：PGLite 嵌入式 PG，2 秒初始化，无需任何外部服务
- Dream Cycle：夜间自动运行 -- 实体扫描、引用修复、记忆整合