GBrain:AI Agent 長期記憶與知識圖譜
把 Markdown 記憶、混合搜尋、知識圖譜與帶引用的綜合回答整合成一個可供 AI Agent 使用的外部大腦。
摘要
GBrain 是給 OpenClaw、Hermes、Claude Code、Codex 等 Agent 使用的長期記憶層。它不只回傳搜尋結果,也能跨人物、公司、事件與想法進行綜合回答,並指出資料缺口。
- 混合搜尋:關鍵字、向量、RRF、重排序與來源層級加權。
- 知識圖譜:寫入頁面時自動抽取實體關係,例如任職、投資、創辦與參與。
- 支援本機 PGLite,也可接 PostgreSQL;提供 CLI、stdio MCP 與 HTTP MCP。
- 可透過排程持續匯入、豐富、整理與合併記憶。
應用
- 跨回合記住人物、專案、決策與待辦,支援會議準備。
- 匯入郵件、會議、語音、文件與筆記,建立可追溯的機構知識庫。
- 查詢人物與公司關係,例如誰任職於某公司、某人參與過哪些專案。
- 以來源頁面支撐回答,並標示資料最後更新時間與未知部分。
- 透過 MCP 讓多個 Agent 共用記憶;也可用權限範圍隔離個人或團隊資料。
建議
先不取代現有 Hermes 記憶。若未來要處理大量郵件、會議與文件,再以獨立 PGLite 測試匯入少量非敏感資料,驗證搜尋、引用、匯出與刪除流程後再決定是否導入。
正式資料導入前,必須確認資料範圍、Token 權限、MCP 存取控制、備份與復原方式。
對現有系統的意義
它的定位接近「完整外部知識庫」,不是單純的偏好記憶。若只需要 Hermes 的跨回合偏好、環境設定與工作規則,現有 memory、fact_store 與 skills 已能涵蓋;若要管理大量文件、郵件與人物關係,GBrain 才能提供額外價值。
← 回學習資源列表