Gbrain 由 @garrytan 出品，实在太好用了，我现在已经把自己的大脑搬到了一台专用服务器上，Codex、Claude、OpenClaw 和 Hermes 都连接到这台服务器。我的智能体对话（尤其是规划部分）变得丰富得多，也更有主见。我在 Codex 中运行的每一个实验都会上传摘要和结论，这样我们共同的思考就能持续累积。

garrytan/gbrain

来源：https://github.com/garrytan/gbrain

GBrain

搜索给你原始页面。GBrain 给你答案。

它是你的 AI 智能体一直缺失的大脑层——唯一一个将综合、图谱遍历和差距分析集成在一个方案中的工具。你可以在其上运行一个完整的自主智能体，也可以用一个命令将它接入 Claude Code 或 Codex，作为一个超强的检索层；无论哪种方式，你的编码智能体都不再只对代码以外的一切事情失忆。

我是 Garry Tan，Y Combinator 的总裁兼 CEO。我构建了 GBrain 来运行我自己的 AI 智能体。它是我的 OpenClaw 和 Hermes 部署背后的生产级大脑：146,646 个页面，24,585 个人，5,339 家公司，66 个 cron 任务自主运行。我的智能体在我睡觉时吸收会议、邮件、推文、语音通话和原创想法。它丰富它遇到的每一个人和公司。它修复自己的引用并在夜间整合记忆。我醒来时比上床时更聪明——你也会如此。

现在它也可以作为公司大脑运行。 团队中的每个人都能获得自己大脑的一部分，范围由登录权限决定。当你查询时，你只能看到你被允许看到的内容——永远不会看到他人的笔记，也永远不会看到其他团队的数据。我们针对所有读取大脑的方式（搜索、列表、查找、多来源读取）进行了模糊测试，结果是零泄露。将 GBrain 作为团队共享的机构记忆——这正是 YC 刚在其创业请求中明确提出的公司大脑（https://www.ycombinator.com/rfs#company-brain）形态。如果你在构建这个领域的产品，不妨基于这个项目来构建。

教程：将 GBrain 设置为你的公司大脑 →

许多个人知识系统只提供关键词匹配和 grep 功能。GBrain 也能做到这些，而且额外提供了两个其他产品没有集成的功能：

• 一个综合层，给你真正的答案。 经过综合、引用良好的散文，涵盖人、公司、交易和想法。不是“这里有 10 个提到你的查询的片段”，而是一个带有引用并明确说明大脑还不知道什么的真正答案。差距分析是改变你使用大脑方式的部分。
• 一个自连接的知识图谱。 每次页面写入都会提取实体引用并创建类型化的边（attended、works_at、invested_in、founded、advises），无需调用 LLM。询问“谁在 Acme AI 工作？”或“Bob 本季度投资了什么？”会得到仅靠向量搜索无法触及的答案。

基准测试结果：在由 Opus 生成的 240 页丰富散文语料库上，P@5 49.1%，R@5 97.9%，比禁用图谱的变体以及仅用 ripgrep-BM25 + 向量 RAG 的 P@5 高出 +31.4 个百分点。完整的 BrainBench 评分卡位于同级的 gbrain-evals（https://github.com/garrytan/gbrain-evals）仓库中。

构建一个 10 万页大脑的意义在于将其用作战略护城河。为了永不丢失上下文。为了在不重新阅读的情况下查询自己头脑中的内容。大脑层使护城河变得可用。24/7 的梦境周期使其保持敏锐。两者都在你的硬件、你的数据库、你的密钥上运行。

部署一个 24/7 运行的守护进程来吸收、丰富和整合，比让一个智能体在聊天中努力工作更容易。GBrain 就是那个通用化的守护进程。30 分钟安装完成。你的智能体完成工作。随着我的个人智能体变得更聪明，你的也会。

大约 30 分钟即可获得一个功能完整的大脑。 数据库在 2 秒内准备就绪（PGLite，无需服务器）。你只需回答关于 API 密钥的问题。 LLM： 获取 llms.txt 查看文档地图，或获取 llms-full.txt 查看内嵌核心文档的同一地图（一次获取即可）。 智能体： 从 AGENTS.md（如果你是 Claude Code，则从 CLAUDE.md）开始。

它看起来什么样

假设你明天要和 Alice 开会。你希望走进去时记住她做什么工作、你们上次谈话的时间以及你们之间还有什么未解决的问题。以下是你输入的内容以及你得到的回复。

你问：

“明天和 Alice 开会前我需要知道什么？”

大多数个人知识工具会返回给你一个页面列表。 像是这样：

``

1. people/alice — Alice 在 Acme 负责工程…
2. meetings/2026-03-15-alice-q1 — 与 Alice 的 Q1 产品评审…
3. meetings/2026-01-08-acme-kickoff — 与 Acme 团队的启动会议…
4. customers/acme — Acme 是我们合作的一家 B 轮金融科技公司…
5. notes/2026-04-22 — 与 Alice 关于定价的简短聊天… ``

你现在必须打开并阅读这五个页面才能真正准备好。工具找到了正确的材料，但它没有完成工作。

GBrain 会给你答案，并附上来源：

`` Alice 在 Acme（一家 B 轮金融科技公司）负责工程。你们上次交谈是在 4 月 22 日的一次简短定价聊天中。那次对话中还有三件事未解决：

1. 她欠你新版的安全审查（截止日期是 5 月 1 日；之后没有更新）。
2. 你承诺了 500 座的价格（你 4 月 25 日发送了；至今未回复）。
3. 她提到他们在招聘 CISO；你表示会从你的人脉中介绍一个人。 提醒：自 4 月 22 日以来，已经过去了六周，大脑中没有添加关于 Alice 或 Acme 的任何新信息。她可能通过邮件或 Slack DM 回复了，但这些渠道大脑看不到。最好在假设任何信息仍然有效之前问问她。 ``

每个声明背后都有一个来源页面。最后的“提醒”告诉你大脑还不知道什么，这样你可以直接向 Alice 询问，而不是感到意外。大脑刚刚为你完成了会议准备。

这就是搜索引擎和大脑之间的区别。搜索找到页面。大脑为你阅读它们并写出答案。

安装

GBrain 旨在由 AI 智能体安装和操作。最快的路径是让你的智能体为你完成。下面的 CLI 和 MCP 路径适用于想要自己动手的人。

让智能体安装（推荐）

如果你还没有运行 AI 智能体平台，可以从以下之一开始。两者都旨在读取 GBrain 的安装协议并执行它：

• OpenClaw (https://github.com/openclawagents/openclaw) — 在 Render 上部署 AlphaClaw（https://render.com/deploy?repo=https://github.com/chrysb/alphaclaw）（一键部署，8GB+ 内存）
• Hermes (https://github.com/openclawagents/hermes) — 在 Railway 上部署（https://github.com/praveen-ks-2001/hermes-agent-template）（一键部署）

然后将下面这段粘贴到你的智能体中：

检索并按以下地址的说明操作： https://raw.githubusercontent.com/garrytan/gbrain/master/INSTALL_FOR_AGENTS.md

智能体安装 GBrain，创建大脑，询问你的 API 密钥，加载 43 项技能，配置梦境周期，并端到端验证安装。约 30 分钟。你回答问题，它完成工作。

从未设置过 AI 智能体平台？ 个人大脑教程 详细介绍了整个路径——选择 OpenClaw 还是 Hermes，部署它，指向 INSTALL_FOR_AGENTS.md，获取 API 密钥，并验证第一个查询。如果以上内容对你来说是新的，请从这里开始。

快速入门：Claude Code 或 Codex

已经在运行 Claude Code 或 Codex？有两种方法可以连接 GBrain，取决于你的需求。

只是想为你的编码智能体提供一个记忆（推荐入门点）。 用两个命令启动一个本地大脑并连接它——零服务器、零令牌、零隧道：

bash gbrain init --pglite # 2 秒本地大脑（无需 Docker） claude mcp add gbrain -- gbrain serve # 或者：codex mcp add gbrain -- gbrain serve

已经在远程主机上有了大脑（OpenClaw、Hermes 或任何 gbrain serve --http）？用每个命令一个命令将你的笔记本智能体指向它——--install 会连接并测试令牌，然后才移交：

bash gbrain connect https://your-host/mcp --token gbrain_xxx --install # Claude Code gbrain connect https://your-host/mcp --token gbrain_xxx --agent codex --install # Codex

→ 完整教程：给你的编码智能体一个记忆 —— 两个路径端到端，以及你粘贴到 CLAUDE.md / AGENTS.md 中的大脑优先协议，和四个真正改变你工作方式的习惯。

将完整的自主设置安装到你现有的智能体中

想要全部内容——本地大脑、43 项技能、在你睡觉时进行丰富的夜间梦境周期？将下面这段粘贴到 Codex、Claude Code、Cursor 或其他编码智能体中：

检索并按以下地址的说明操作： https://raw.githubusercontent.com/garrytan/gbrain/master/INSTALL_FOR_AGENTS.md

这适用于任何能够通过 HTTPS 读取文件并执行 shell 命令的智能体。已在 Codex、Claude Code、Claude Cowork、Cursor 和 AlphaClaw 上测试。

独立 CLI（无智能体）

bash bun install -g github:garrytan/gbrain gbrain init --pglite # 2 秒；无需服务器，无需 Docker gbrain doctor # 验证健康状态 gbrain import ~/notes/ # 索引你的 Markdown gbrain query "我的笔记中出现了哪些主题？"

Postgres 大规模、Supabase 和瘦客户端设置路径位于 docs/INSTALL.md。

将 GBrain 连接到你的 AI 客户端（MCP）

GBrain 通过 MCP（stdio 和 HTTP）公开 30 多个工具。具体的代码片段取决于你使用的客户端：

• Claude Code — 本地：一个命令，claude mcp add gbrain -- gbrain serve（零服务器，零隧道）。远程只需一个承载令牌：gbrain connect https://your-host/mcp --token gbrain_xxx 会打印一个可直接粘贴的块（或 --install 会连接并测试令牌）。
• Codex — gbrain connect https://your-host/mcp --token gbrain_xxx --agent codex（或 --install）。Codex 在运行时从 $GBRAIN_REMOTE_TOKEN 读取承载令牌，因此令牌永远不会出现在 Codex 配置中。
• Cursor / Windsurf / 任何 stdio MCP 客户端 — 相同的结构，将 {"command": "gbrain", "args": ["serve"]} 添加到你的 MCP 配置中。
• Claude Desktop (Cowork) — 设置 → 集成 → 添加你的 HTTP 服务器 URL。仅限远程；本地 claude_desktop_config.json 不适用于远程服务器。
• Claude Cowork (团队计划) — 组织所有者添加连接器。
• Perplexity Computer — gbrain connect https://your-host/mcp --agent perplexity --oauth --register 会创建一个最低权限的 OAuth 客户端，并打印 Issuer/Client ID/Secret 以粘贴到设置 → 连接器中（OAuth 是云连接器的正确路径；承载令牌也可用于本地使用）。需要 Pro 订阅。
• ChatGPT — 使用 OAuth 2.1 with PKCE（硬性要求）。从管理仪表板注册一个 chatgpt 客户端，授权类型为 authorization_code。

对于 HTTP 服务器本身：

``bash gbrain serve # stdio MCP（本地子进程；适用于 Claude Code、Cursor、Windsurf） gbrain serve –http # HTTP MCP with OAuth 2.1 + 管理仪表板位于 /admin

（Claude Desktop、Cowork、Perplexity、ChatGPT 需要）

``

HTTP 服务器包括 DCR 风格的客户端注册、范围受限的访问（read / write / admin）和速率限制。部署指南（ngrok、Railway、Fly.io）位于 docs/mcp/。

查询大脑的两种方式

原始检索（大多数个人知识工具提供的）和一个给你真正答案的综合层。它们服务于不同的工作。

``bash

原始检索：按混合评分返回前几页，速度快，无 LLM 成本

gbrain search “在投资组合公司中谁在做 AI 智能体？”

大脑层：带有引用和差距分析的综合答案

gbrain think “在投资组合公司中谁在做 AI 智能体？” ``

gbrain search 返回按混合评分（向量 + 关键词 + RRF + 来源层级提升 + 重排序器）排名靠前的页面。当你想要快速浏览的原材料时使用：智能体上下文窗口、引用查找、查找特定引用。

gbrain think 执行相同的检索，然后跨结果组成一个综合答案，包含对来源页面的明确引用，以及关于大脑还不知道什么的诚实说明。差距分析是差异化的：答案告诉你某个页面是否过时，某个声明是否未引用，两个页面是否相互矛盾，以及是否存在你应该填补的空白。

为什么会产生复合效应。 将大脑层与 find_trajectory 结合，你可以得到这样的答案：“公司指标如何变化，现在团队是什么样子，他们承诺/分享了什么，我们上次见面是什么时候，我能提供什么增值”——一次查询，评分准确，引用清晰。这就是战略护城河。这就是构建一个 10 万页大脑值得付出的原因。

gbrain agent run "..." 通过 Minions 队列将相同的界面暴露给子智能体，具有崩溃安全的两阶段持久性。相同的答案，更持久。

如何导入数据

一个命令，本地或托管，同步接收：

bash gbrain capture "我想记住的想法" gbrain capture --file ./notes/today.md echo "从管道传来的内容" | gbrain capture --stdin SLUG=$(gbrain capture "..." --quiet)

页面会同时存入数据库和磁盘。默认 slug 为 inbox/YYYY-MM-DD-，因此捕获会聚集在一个可预测的待处理位置。在瘦客户端安装中，该动词通过 MCP 路由到服务器：相同的命令，相同的用户体验。

对于网络钩子导入（Zapier / IFTTT / Apple Shortcuts）：

bash curl -X POST https://your-brain/ingest \ -H "Authorization: Bearer $TOKEN" \ -H "Content-Type: text/markdown" \ -d "# 来自 Shortcut 的想法"

对于移动捕获，inbox 文件夹来源会接收从 iOS Shortcuts / AirDrop / Drafts / Finder 放入 ~/.gbrain/inbox/ 的任何内容。第三方技能包可以针对版本化的 IngestionSource 合同（位于 gbrain/ingestion）提供自定义导入源（Granola、Linear、语音、OCR）。请参阅 docs/skillpack-anatomy.md。

你大脑的形状（模式包）

大多数个人知识工具强制使用一个固定的布局：它们对“笔记”+“人”+“标签”的设想。当你放入 Notion 导出或你自己多年的老 Obsidian 仓库时，智能体不知道 Projects/ 文件夹是什么意思，也不知道 Reading/ 是人还是来源。

gbrain 没有固定布局。 它附带了捆绑的模式包，并允许你在没有合适的时候自己创建：

• gbrain-base-v2（自 v0.41.22 起的默认包）— 15 种类型的 DRY/MECE 规范分类法（14 种规范类型 + note 作为全能类型）：person、company、media、tweet、social-digest、analysis、atom、concept、source、deal、email、slack、writing、project、note。子类型/格式/来源推送到 frontmatter。这是响应 issue #1479 的分类法。
• gbrain-base（旧版，v0.41 及更早版本的大脑）— 原始的 24 种类型布局。为向后兼容保留；使用此包的大脑可以通过 gbrain onboard --check --explain → gbrain jobs submit unify-types --allow-protected --params '{"target_pack":"gbrain-base-v2"}' 升级。
• gbrain-recommended — 扩展 gbrain-base，添加了 docs/GBRAIN_RECOMMENDED_SCHEMA.md 中的 13 个额外目录（source、place、trip、conversation、personal、civic、project 等）。使用 gbrain schema use gbrain-recommended 激活。
• 你自己的包 — gbrain schema detect 将你的实际文件系统聚类为建议的类型，gbrain schema suggest 对其运行 LLM 分析，gbrain schema review-candidates --apply 提升你喜欢的类型。三个命令，大脑就了解了你的形状。创建后续包（声明 migration_from: 以便现有大脑可以选择加入）：请参阅 docs/architecture/pack-upgrade-mechanism.md。