逐步編碼教程：實現GBrain——Y Combinator的Garry Tan為AI代理構建的自連線記憶層

您的AI代理雖然智慧，但健忘。每個新會話都從零開始——不記得您見過誰、讀過什麼、上週二的決定。GBrain是為此打造的開源解決方案，由Y Combinator總裁兼CEO Garry Tan構建，用於驅動他自己的OpenClaw和Hermes部署。它是一個Markdown優先、基於Postgres的知識層，能夠攝入會議、郵件、推文和筆記，並在其上自動連線一個型別化知識圖譜——圖譜提取無需任何LLM呼叫。Garry實際代理背後的生產大腦目前包含146,646個頁面、24,585個人、5,339家公司和66個自動定時任務。在它自己的基準測試BrainBench（240頁豐富散文語料庫）上，GBrain的P@5達到49.1%，R@5達到97.9%，相比同程式碼庫停用圖譜層的版本，P@5領先31.4個百分點。

本教程是一份實操指南。您將本地安裝GBrain，匯入一個小型筆記資料夾，執行真實搜尋，觀察知識圖譜自我連線，並透過MCP將其連線到Claude Code。全程約20分鐘。以下終端輸出均來自GBrain v0.38.2.0的即時安裝。倉庫（MIT許可）位於github.com/garrytan/gbrain。

構建內容

教程結束時，您將擁有：

• 一個本地~/.gbrain/brain.pglite資料庫——嵌入式Postgres 17（透過WASM）和pgvector，零伺服器配置。
• 一個包含人員、公司和概念Markdown筆記的小型“腦倉庫”。
• 一個可工作的混合搜尋CLI，結合向量+BM25關鍵詞+倒數排名融合（RRF），預設帶有ZeroEntropy重排序器。
• 一個型別化知識圖譜（works_at、founded、invested_in、attended、advises、mentions），從筆記中自動提取。
• 一個暴露74個工具的MCP伺服器，使Claude Code、Cursor和Windsurf可以直接讀寫大腦。

前提條件

• macOS或Linux（Windows使用者請使用WSL2）。
• 程式碼編輯器。
• Bun ≥ 1.3.10（GBrain的執行環境）。第1步將安裝它。
• 一個嵌入API金鑰：ZeroEntropy（預設）、OpenAI或Voyage。沒有的話仍可安裝並執行關鍵詞搜尋，但混合搜尋將無結果。
• 可選：Anthropic API金鑰，用於搜尋時的多查詢擴充套件。

第1步：安裝Bun和GBrain

GBrain用TypeScript編寫，執行在Bun上。先安裝Bun：

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

然後全域性安裝GBrain：

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

第2步：初始化大腦

gbrain init --pglite會在~/.gbrain/中建立一個本地PGLite資料庫。PGLite是完整Postgres編譯到WASM——無需伺服器，無需Docker，約兩秒即可就緒。本教程中我們先推遲嵌入提供者配置，第6步再連線：

gbrain init --pglite --no-embedding

第3步：建立小型腦倉庫

腦倉庫只是一個Markdown檔案目錄。每個檔案遵循GBrain的“編譯真理+時間線”模式：頂部為當前最佳理解部分，下方為僅追加的證據軌跡。注意：wikilinks必須使用完整路徑（如[[people/alice-chen]]），否則圖譜提取器無法解析。

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

建立人員頁面、公司頁面和概念頁面。

第4步：匯入並連線

gbrain import將整個腦倉庫同步到資料庫，執行Markdown解析器和正規表示式圖譜提取器：

gbrain import --dir ~/my-brain

即時輸出顯示自動連結提取過程。

第5步：探索知識圖譜

使用gbrain graph-query和gbrain backlinks檢視圖譜。這就是向量搜尋與結構化檢索的區別。“誰在Acme AI工作？”現在是一個一跳型別化邊遍歷，而不是相似度分數。

第6步：執行搜尋

GBrain提供兩個搜尋動詞：gbrain search（僅關鍵詞）和gbrain query（完整混合管道）。配置嵌入提供者並執行混合搜尋：

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：透過MCP連線到Claude Code

GBrain透過標準I/O暴露74個MCP工具。規範設定是單個命令：

claude mcp add gbrain -- gbrain serve

然後Claude Code即可搜尋大腦。Cursor和Windsurf也支援。若要遠端訪問，使用HTTP模式。

第8步：讓大腦自我執行

GBrain配備自動導航迴圈。gbrain doctor --remediate計算依賴排序的修復計劃並自動執行。或作為守護程序執行gbrain autopilot --install。健康大腦兩次檢查之間休眠60分鐘。Minions佇列處理殼作業和LLM子代理作業。

整體架構

Markdown倉庫是記錄系統，GBrain是檢索+圖譜層，代理透過兩者讀寫，人類可直接編輯任何.md檔案，gbrain sync會拾取變更。

下一步

• gbrain capture快速記錄想法。
• 當大腦超出本地限制時遷移到Supabase。
• 攝入真實資料：語音、郵件、日曆等。
• 執行基準測試。
• 編寫自定義技能。

GBrain的深層理念是：瘦執行時、胖技能，優於胖代理背後的瘦技能。執行時保持小巧；智慧存在於決策時代理讀取的Markdown檔案中。每次對腦倉庫的提交都成為代理下次喚醒時的永久上下文。執行時間越長，它越聰明。