逐步编码教程：实现GBrain——Y Combinator的Garry Tan为AI代理构建的自连线记忆层

您的AI代理虽然智能，但健忘。每个新会话都从零开始——不记得您见过谁、读过什么、上周二的决定。GBrain是为此打造的开源解决方案，由Y Combinator总裁兼CEO Garry Tan构建，用于驱动他自己的OpenClaw和Hermes部署。它是一个Markdown优先、基于Postgres的知识层，能够摄入会议、邮件、推文和笔记，并在其上自动连线一个类型化知识图谱——图谱提取无需任何LLM调用。Garry实际代理背后的生产大脑目前包含146,646个页面、24,585个人、5,339家公司和66个自动定时任务。在它自己的基准测试BrainBench（240页丰富散文语料库）上，GBrain的P@5达到49.1%，R@5达到97.9%，相比同代码库禁用图谱层的版本，P@5领先31.4个百分点。

本教程是一份实操指南。您将本地安装GBrain，导入一个小型笔记文件夹，运行真实搜索，观察知识图谱自我连线，并通过MCP将其连接到Claude Code。全程约20分钟。以下终端输出均来自GBrain v0.38.2.0的实时安装。仓库（MIT许可）位于github.com/garrytan/gbrain。

构建内容

教程结束时，您将拥有：

• 一个本地~/.gbrain/brain.pglite数据库——嵌入式Postgres 17（通过WASM）和pgvector，零服务器配置。
• 一个包含人员、公司和概念Markdown笔记的小型“脑仓库”。
• 一个可工作的混合搜索CLI，结合向量+BM25关键词+倒数排名融合（RRF），默认带有ZeroEntropy重排序器。
• 一个类型化知识图谱（works_at、founded、invested_in、attended、advises、mentions），从笔记中自动提取。
• 一个暴露74个工具的MCP服务器，使Claude Code、Cursor和Windsurf可以直接读写大脑。

前提条件

• macOS或Linux（Windows用户请使用WSL2）。
• 代码编辑器。
• Bun ≥ 1.3.10（GBrain的运行环境）。第1步将安装它。
• 一个嵌入API密钥：ZeroEntropy（默认）、OpenAI或Voyage。没有的话仍可安装并运行关键词搜索，但混合搜索将无结果。
• 可选：Anthropic API密钥，用于搜索时的多查询扩展。

第1步：安装Bun和GBrain

GBrain用TypeScript编写，运行在Bun上。先安装Bun：

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

然后全局安装GBrain：

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

第2步：初始化大脑

gbrain init --pglite会在~/.gbrain/中创建一个本地PGLite数据库。PGLite是完整Postgres编译到WASM——无需服务器，无需Docker，约两秒即可就绪。本教程中我们先推迟嵌入提供者配置，第6步再连接：

gbrain init --pglite --no-embedding

第3步：创建小型脑仓库

脑仓库只是一个Markdown文件目录。每个文件遵循GBrain的“编译真理+时间线”模式：顶部为当前最佳理解部分，下方为仅追加的证据轨迹。注意：wikilinks必须使用完整路径（如[[people/alice-chen]]），否则图谱提取器无法解析。

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

创建人员页面、公司页面和概念页面。

第4步：导入并连线

gbrain import将整个脑仓库同步到数据库，运行Markdown解析器和正则表达式图谱提取器：

gbrain import --dir ~/my-brain

实时输出显示自动链接提取过程。

第5步：探索知识图谱

使用gbrain graph-query和gbrain backlinks查看图谱。这就是向量搜索与结构化检索的区别。“谁在Acme AI工作？”现在是一个一跳类型化边遍历，而不是相似度分数。

第6步：运行搜索

GBrain提供两个搜索动词：gbrain search（仅关键词）和gbrain query（完整混合管道）。配置嵌入提供者并运行混合搜索：

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?"

第7步：通过MCP连接到Claude Code

GBrain通过标准I/O暴露74个MCP工具。规范设置是单个命令：

claude mcp add gbrain -- gbrain serve

然后Claude Code即可搜索大脑。Cursor和Windsurf也支持。若要远程访问，使用HTTP模式。

第8步：让大脑自我运行

GBrain配备自动导航循环。gbrain doctor --remediate计算依赖排序的修复计划并自动执行。或作为守护进程运行gbrain autopilot --install。健康大脑两次检查之间休眠60分钟。Minions队列处理壳作业和LLM子代理作业。

整体架构

Markdown仓库是记录系统，GBrain是检索+图谱层，代理通过两者读写，人类可直接编辑任何.md文件，gbrain sync会拾取变更。

下一步

• gbrain capture快速记录想法。
• 当大脑超出本地限制时迁移到Supabase。
• 摄入真实数据：语音、邮件、日历等。
• 运行基准测试。
• 编写自定义技能。

GBrain的深层理念是：瘦运行时、胖技能，优于胖代理背后的瘦技能。运行时保持小巧；智能存在于决策时代理读取的Markdown文件中。每次对脑仓库的提交都成为代理下次唤醒时的永久上下文。运行时间越长，它越聪明。