← 回總覽

YC CEO 把自己第二大脑系统开源了:专供 OpenClaw 与 Hermes,全息记忆打造迷你 AGI

📅 2026-04-11 20:26 AI寒武纪 人工智能 2 分鐘 1517 字 評分: 87
AI Agent 知识管理 第二大脑 GBrain MCP
📌 一句话摘要 本文介绍了 YC 总裁 Garry Tan 开源的 AI 知识管理底座 GBrain,该系统通过循环读写知识库,为 AI Agent 提供持续成长的记忆能力,并支持多种集成与使用方式。 📝 详细摘要 文章详细介绍了 YC 总裁 Garry Tan 开源的个人知识管理系统 GBrain。该系统旨在为 AI Agent(如 OpenClaw、Hermes)构建一个持续成长的“第二大脑”。其核心逻辑是一个循环:Agent 在回答前先读取知识库,回答后将新信息写回,从而实现知识的复利积累。GBrain 支持管理会议记录、邮件、推文、想法等多种数据,采用“已整理事实 + 时间线”的结

📌 一句话摘要

本文介绍了 YC 总裁 Garry Tan 开源的 AI 知识管理底座 GBrain,该系统通过循环读写知识库,为 AI Agent 提供持续成长的记忆能力,并支持多种集成与使用方式。

📝 详细摘要

文章详细介绍了 YC 总裁 Garry Tan 开源的个人知识管理系统 GBrain。该系统旨在为 AI Agent(如 OpenClaw、Hermes)构建一个持续成长的“第二大脑”。其核心逻辑是一个循环:Agent 在回答前先读取知识库,回答后将新信息写回,从而实现知识的复利积累。GBrain 支持管理会议记录、邮件、推文、想法等多种数据,采用“已整理事实 + 时间线”的结构化知识模型,并融合向量与关键词搜索。文章详细说明了其技术架构(基于 PGLite/Supabase)、三种使用路径(命令行、MCP 服务器、远程 MCP)、数据接入方式以及通过技能文件定义 Agent 行为。项目已开源,旨在解决 AI Agent 的记忆和上下文管理问题。

💡 主要观点

- GBrain 的核心是构建 AI Agent 的“复利记忆”循环。 系统设计了一个“读取-回答-写入”的闭环,让 Agent 每次交互都能基于历史知识进行,并将新信息沉淀下来,实现知识的持续积累和智能的渐进式增强。

采用“已整理事实 + 时间线”的双层知识模型,兼顾准确性与可追溯性。 分隔线上方的“已整理事实”代表当前最佳理解,可被整体重写;下方的“时间线”只追加不修改,保留了所有原始证据,这种结构平衡了知识的凝练与完整性。
通过 MCP 协议实现与主流 AI 开发工具的深度集成,降低了使用门槛。 GBrain 可以作为 MCP 服务器,轻松接入 Claude Desktop、Cursor、Windsurf 等工具,使开发者能便捷地为其 AI 助手赋予强大的记忆和知识检索能力。
项目设计考虑了从零到大规模部署的平滑路径,无需服务器即可起步。 默认使用基于 WASM 的嵌入式数据库 PGLite,一条命令即可运行;知识库增长后,可一键迁移至 Supabase 等托管服务,降低了初期尝试和后期扩展的成本。

💬 文章金句

- 这个循环每转一圈,知识库就积累一层。你跟某人开了个会,agent 给他建一个档案页,关联到他的公司,打上相关标签。下周另一个人在完全不同的话题里提到这家公司,agent 已经有了完整背景。

  • 已整理事实是答案,时间线是证据。
  • 没有这个循环,agent 每次都从零开始。有了它,每次对话都在已有基础上累积。差距每天都在拉大。
  • 纯关键词搜索会漏掉概念性匹配...纯向量搜索在精确短语上表现会变差。RRF 融合两者兼顾,多查询扩展则覆盖你没想到的表达方式。
  • 工具本身不够,agent 还需要行动手册:何时读取,何时写入,如何识别实体,如何把所有内容关联起来。

📊 文章信息

AI 初评:87

来源:AI寒武纪

作者:AI寒武纪

分类:人工智能

语言:中文

阅读时间:12 分钟

字数:2784

标签: AI Agent, 知识管理, 第二大脑, GBrain, MCP

阅读完整文章

查看原文 → 發佈: 2026-04-11 20:26:00 收錄: 2026-04-12 20:00:52

🤖 問 AI

針對這篇文章提問,AI 會根據文章內容回答。按 Ctrl+Enter 送出。