garrytan/gbrain

⭐ 14,336 · TypeScript · GitHub 仓库

Garry 定制的 OpenClaw/Hermes 智能体决策模块

一句话总结

为AI智能体设计的自接线知识图谱，通过零LLM实体抽取彻底消除遗忘问题。

🔥 核心能力与独特卖点

零LLM调用的实体抽取 — 皇冠上的明珠。在每次页面写入时自动创建类型化链接（attended、works_at、invested_in、founded、advises），无需任何LLM调用。这彻底消除了基于LLM抽取所带来的延迟、成本和幻觉风险，同时实现了49.1%的P@5和97.9%的R@5——比纯向量和BM25方法高出超过31个百分点。
自接线知识图谱与混合搜索 — 将向量搜索与基于图谱的反向链接增强排序相结合。通过支持结构化查询（如*"谁在Acme AI工作？"或"Bob本季度投资了什么？"*），从根本上解决了智能体的遗忘痛点——这些查询纯向量搜索根本无法回答。
34个预置智能体技能 — 附带组织良好的技能文件，包括9个研究型技能（如book-mirror）。这大幅缩短了从概念到工作智能体的时间，提供的是即插即用的认知架构，而非仅仅是检索库。
生产级MCP服务器，支持OAuth 2.1 — 通过stdio或HTTP暴露30多个MCP工具，全面支持OAuth 2.1（客户端凭证、授权码+PKCE、刷新令牌轮换）、作用域操作以及嵌入式React管理仪表盘。开箱即用，企业级就绪。
内置评估框架（BrainBench-Real） — 可选会话捕获与回放系统，提供平均Jaccard@k、top-1稳定性和延迟增量指标。您可以通过LongMemEval支持对每次检索变更进行基准测试，在Apple Silicon上每问题p50延迟为25.9ms。

技术架构

组件	技术栈	为何重要
数据库	PGLite（浏览器内PostgreSQL）	无需服务器，2秒内就绪，零运维负担
运行时	Bun	极速JavaScript/TypeScript执行
搜索	混合（向量 + 图谱反向链接增强排序）	结合语义相似性与结构化图谱遍历
实体抽取	零LLM调用类型化链接系统	97.9% R@5，无LLM调用的延迟和成本
MCP传输	stdio + HTTP，支持OAuth 2.1	生产级认证，同时支持本地和远程部署
评估	LongMemEval + BrainBench-Real	每问题p50为25.9ms，内置基准测试

快速入门指南

bash

git clone https://github.com/garrytan/gbrain.git && cd gbrain && bun install && bun link
gbrain init                     # 本地大脑，2秒就绪
gbrain import ~/notes/          # 索引您的Markdown文件
gbrain query "我的笔记中反复出现哪些主题？"

MCP服务器配置：

json

{
  "mcpServers": {
    "gbrain": { "command": "gbrain", "args": ["serve"] }
  }
}

带OAuth的HTTP服务器：

bash

gbrain serve --http --port 3131
open http://localhost:3131/admin

代码查找命令：

bash

gbrain code-callers searchKeyword
gbrain code-callees searchKeyword
gbrain code-def BrainEngine
gbrain code-refs BrainEngine
gbrain query "N+1处理是如何工作的" --near-symbol BrainEngine.searchKeyword --walk-depth 2

优点、缺点与用例

优点

极速启动 — 约30分钟即可拥有一个完整的大脑，PGLite 2秒就绪
自主记忆整合 — 无需手动打标签或设计模式
生产验证 — 已索引17,888个页面、4,383个人物、723家公司
内置评估 — 通过BrainBench-Real对每次变更进行基准测试
实体抽取零LLM成本 — 大规模使用时节省巨大成本

缺点

不支持npm/bun安装 — 由于postinstall钩子问题和包名占用，无法通过bun install -g安装；需要git clone + bun install && bun link
包名占用 — npm注册表中有一个无关包占用了gbrain名称，造成混淆
Bun依赖 — 需要Bun运行时，未经适配无法兼容Node.js或Deno

谁不适合使用？

技术栈中没有Bun的团队 — 如果您被锁定在Node.js或Deno生态中且无法引入Bun，安装摩擦和运行时不匹配将抵消所有收益。
仅需简单向量搜索的项目 — 如果您的用例是对文档进行基础语义搜索而不需要结构化关系，图谱的复杂性属于过度设计。
对CLI优先工具过敏的团队 — 虽然有管理仪表盘，但主要界面是命令行；期望GUI优先体验的团队会感到沮丧。

理想用例

AI智能体开发者 — 运行OpenClaw或Hermes Agent，需要持久化、结构化的记忆
工程团队 — 使用GStack对大型代码库进行代码查找和分析
知识工作者 — 希望自主索引会议、邮件、推文和通话记录，形成可查询的大脑
研究团队 — 需要在异构数据源中追踪实体、关系和时间序列查询

社区与活跃度

拥有14,336颗星，最后更新于2026年5月10日，GBrain显然是一个势头强劲且持续维护的项目。这不是周末实验品——这是一个生产级工具，拥有活跃的社区和一位深度参与AI智能体生态的创建者（Garry Tan）。庞大的星标数与近期的提交记录相结合，既表明了广泛采用，也显示了持续开发。如果您正在构建需要记忆能力的智能体，这个项目值得您密切关注。

garrytan/gbrain ​

一句话总结 ​

🔥 核心能力与独特卖点 ​

技术架构 ​

快速入门指南 ​

优点、缺点与用例 ​

优点 ​

缺点 ​

谁不适合使用？ ​

理想用例 ​

社区与活跃度 ​

garrytan/gbrain

一句话总结

🔥 核心能力与独特卖点

技术架构

快速入门指南

优点、缺点与用例

优点

缺点

谁不适合使用？

理想用例

社区与活跃度