AI News HubLIVE
サイト内リライト4 分で読了

ステップバイステップのコーディングチュートリアル：GBrainを実装する — Y CombinatorのGarry TanがAIエージェントのために構築した自己配線メモリレイヤー

GBrainは、Y CombinatorのGarry Tanが構築したオープンソースのメモリレイヤーで、Markdownファーストの知識グラフを使用し、LLM呼び出しではなく正規表現推論によって自動配線することで、AIエージェントの記憶問題を解決します。このチュートリアルでは、インストール、脳リポジトリの作成、ハイブリッド検索、Claude CodeへのMCP接続までを約20分で説明します。

ソースMarkTechPost著者: Asif Razzaq

あなたのAIエージェントは賢いですが、忘れっぽいです。新しいセッションは毎回ゼロから始まり、誰に会ったか、何を読んだか、先週の火曜日に何を決めたかの記憶はありません。GBrainはそのためのオープンソースの修正です。Y Combinatorの社長兼CEOであるGarry Tanが自身のOpenClawとHermesデプロイを支えるために構築したもので、Markdownファースト、Postgresバックエンドの知識レイヤーであり、ミーティング、メール、ツイート、メモを取り込み、その上に型付き知識グラフを自動配線します——グラフ抽出にLLM呼び出しは一切不要です。Garryの実際のエージェントの背後にあるプロダクションブレインは現在、146,646ページ、24,585人、5,339社、66の自動cronジョブを保持しています。独自のベンチマーク（BrainBench、240ページのリッチ散文コーパス）では、GBrainはP@5 49.1％、R@5 97.9％を達成し、同じコードベースでグラフレイヤーを無効にしたバージョンよりP@5で31.4ポイントのリードを示しています。

このチュートリアルは実践的なガイドです。GBrainをローカルにインストールし、小さなノートフォルダをインポートし、実際の検索を実行し、知識グラフが自己配線するのを観察し、MCPを介してClaude Codeに接続します。開始から終了まで約20分です。以下のターミナル出力はすべてGBrain v0.38.2.0のライブインストールからキャプチャされました。リポジトリ（MITライセンス）はgithub.com/garrytan/gbrainにあります。

構築するもの

チュートリアル終了時には、以下が得られます：

  • ローカルの~/.gbrain/brain.pgliteデータベース——組み込みPostgres 17（WASM経由）とpgvector、サーバー設定ゼロ。
  • 人、会社、概念に関するMarkdownノートの小さな「脳リポジトリ」。
  • ベクトル+BM25キーワード+Reciprocal Rank Fusion（RRF）を組み合わせた動作するハイブリッド検索CLI、デフォルトでZeroEntropyリランカ付き。
  • ノートから自動抽出された型付き知識グラフ（works_at、founded、invested_in、attended、advises、mentions）。
  • 74のツールを公開するMCPサーバーにより、Claude Code、Cursor、Windsurfがブレインを直接読み書き可能。

前提条件

  • macOSまたはLinux（WindowsユーザーはWSL2を使用）。
  • コードエディター。
  • Bun ≥ 1.3.10（GBrainのランタイム）。ステップ1でインストールします。
  • 埋め込みAPIキー：ZeroEntropy（デフォルト）、OpenAI、Voyageのいずれか。なくてもインストールとキーワード検索は可能ですが、ハイブリッド検索は結果を返しません。
  • オプション：検索時のマルチクエリ拡張用のAnthropic APIキー。

ステップ1：BunとGBrainのインストール

GBrainはTypeScriptで書かれ、Bun上で動作します。まずBunをインストール：

curl -fsSL https://bun.sh/install | bash
exec $SHELL
bun --version

次にGBrainをグローバルインストール：

bun install -g github:garrytan/gbrain
gbrain --version

ステップ2：ブレインの初期化

gbrain init --pgliteは~/.gbrain/にローカルのPGLiteデータベースをプロビジョニングします。PGLiteはWASMにコンパイルされた完全なPostgres——サーバー不要、Docker不要、約2秒で準備完了。このチュートリアルでは埋め込みプロバイダーの設定を後回しにし、ステップ6で接続します：

gbrain init --pglite --no-embedding

ステップ3：小さな脳リポジトリの作成

脳リポジトリは単なるMarkdownファイルのディレクトリです。各ファイルはGBrainの「コンパイルされた真実＋タイムライン」パターンに従います：上部に現在の最良理解セクション、下部に追加専用の証跡。注意：wikilinksは完全なスラッグパス（例：[[people/alice-chen]]）を使用する必要があります。そうしないとグラフ抽出器が解決できません。

mkdir -p ~/my-brain/people ~/my-brain/companies ~/my-brain/concepts
cd ~/my-brain

人、会社、概念のページを作成します。

ステップ4：インポートと配線

gbrain importは脳リポジトリ全体をデータベースに同期し、Markdownパーサーと正規表現グラフ抽出器を実行します：

gbrain import --dir ~/my-brain

ライブ出力は自動リンク抽出を示します。

ステップ5：知識グラフの探索

gbrain graph-queryとgbrain backlinksを使用してグラフを確認します。これがベクトル検索と構造化検索の違いです。「誰がAcme AIで働いているか？」は今や1ホップの型付きエッジトラバーサルであり、類似度スコアではありません。

ステップ6：検索の実行

GBrainには2つの検索動詞があります。gbrain searchはキーワード専用（Postgres tsvector上のBM25）で埋め込みなしで動作します。gbrain queryは完全なハイブリッドパイプライン：ベクトル（pgvector上のHNSW）+ BM25+ Reciprocal Rank Fusion + オプションのマルチクエリ拡張（Anthropic Haiku）+ オプションのZeroEntropyリランカ。埋め込みプロバイダーを設定して実行：

export OPENAI_API_KEY=sk-...
gbrain config set embedding_model openai:text-embedding-3-large
gbrain embed --all
gbrain query "who works on small-model inference?"

ステップ7：MCP経由でClaude Codeに接続

GBrainは標準I/O経由で74のMCPツールを公開します。標準設定は単一コマンド：

claude mcp add gbrain -- gbrain serve

その後、Claude Codeに「ブレインを検索して」と依頼すると、検索ツールを介してインデックス結果を返します。CursorとWindsurfも同様の設定で使用可能。リモートアクセスにはHTTPモードを使用します。

ステップ8：ブレインを自己実行させる

GBrainにはオートパイロットループが搭載されています。gbrain doctor --remediateは依存関係順に並べられた修復計画を計算し、各ステップをMinionジョブとして送信します。またはデーモンとしてgbrain autopilot --installを実行。健康なブレインはティック間で60分スリープします。MinionsキューはシェルジョブとLLMサブエージェントジョブを並行して処理します。

全体アーキテクチャ

Markdownリポジトリが記録のシステムです。GBrainはその上の検索＋グラフレイヤーです。エージェントは両方を介して読み書きし、人間はいつでも任意の.mdファイルを開いて直接編集できます。gbrain syncが変更を拾います。

次のステップ

  • gbrain captureで素早くアイデアを記録。
  • ブレインがローカル限界を超えたらSupabaseに移行。
  • レシピを使って実際のデータ（音声、メール、カレンダーなど）を取り込む。
  • ベンチマークを実行。
  • 独自のスキルを作成。

GBrainの背後にある深い賭けは、痩せたハーネス、太ったスキルが、太ったエージェントの背後にある痩せたスキルよりも優れているということです。ランタイムは小さく保たれ、知能はエージェントが決定時に読むMarkdownファイルに宿ります。脳リポジトリへの各コミットは、次にエージェントが起動するときに継承される永続的なコンテキストとなります。長く実行するほど、より賢くなります。