GBrain：Y Combinator CEO 开源的个人 AI 大脑——25000 星知识图谱系统完整介绍

GBrain: YC CEO's Open-Source Personal AI Brain — A Complete Guide to the 25K-Star Knowledge Graph System

Tech-Experiment

Jul 8, 2026

更新于 Jul 8, 2026

🇨🇳 中文

仓库: garrytan/gbrain · 25417★ · TypeScript
作者: Garry Tan，Y Combinator 总裁 & CEO
30分钟安装，2秒本地初始化

它解决什么问题

你在某处读过一篇文章，记得说了某个观点，但想不起来在哪。你上个月见了某人，谈了些什么，但不记得细节。你的想法、会议记录、阅读笔记散落在 Notion、Obsidian、微信、浏览器书签里，没有一个地方可以统一查询。

普通知识管理工具解决的是”找到页面”的问题——给你一个关键词匹配的结果列表，然后你还要自己去读、去综合。

GBrain 解决的是”得到答案”的问题。

同样的问题，问一个普通知识库：

搜索"Alice 会议"，返回：
1. people/alice
2. meetings/2026-03-15-alice-q1
3. meetings/2026-01-08-acme-kickoff
4. customers/acme
5. notes/2026-04-22

→ 你还要自己打开5个文件去读

问 GBrain：

"明天见 Alice 之前我需要了解什么？"

→ Alice 是 Acme 的工程主管（Series B 金融科技公司）。
   你们上次在 4月22日有一次简短通话，聊到了定价问题。
   目前有3件未完成的事：
   1. 她欠你新产品层级的安全审查（截止日期5月1日，尚无更新）
   2. 你承诺提供500席定价方案（4月25日已发，但尚无回复）
   3. 她提到要招聘CISO，你说要介绍圈内的人

   注意：自4月22日起已有6周没有关于Alice或Acme的新内容
   进入大脑。可能她通过邮件或Slack DM回复了，那些渠道
   大脑看不到，建议直接问她。

每条主张都有来源页面。末尾的”注意”告诉你大脑的盲区，让你不会被意外惊到。

这就是搜索引擎和大脑的区别。搜索引擎找页面，大脑替你读，替你写答案。

谁在用它

Garry Tan，Y Combinator 总裁兼 CEO，是 GBrain 的作者和第一个用户。

他的个人大脑规模：146,646 页、24,585 个人物、5,339 家公司，66个定时任务在后台持续运行。他的 AI Agent 在他睡觉时自动摄取会议记录、邮件、推文、通话记录和原始想法，对遇到的每个人和公司做信息丰富，修复引用，整合记忆。

“我醒来比睡前更聪明——你也可以。“

两个核心能力

1. 合成层：给你答案，而非列表

gbrain search（原始检索）返回向量+关键词混合搜索的最相关页面列表。
gbrain think（合成层）做同样的检索，但接着把结果综合成带引用的完整答案，并且显式标注大脑不知道的内容（gap analysis）。

差距分析是区分其他系统的关键：它不会假装大脑什么都知道。

2. 自动接线知识图谱

每次写入一个页面，GBrain 自动从 Markdown 中提取实体引用，创建类型化的关系边——attended、works_at、invested_in、founded、advises……

零 LLM 调用。纯粹的模式匹配，写入即完成。

效果：在 240 页语料上测试，图谱激活模式的 P@5 = 49.1%，比禁用图谱的纯向量 RAG 高出 +31.4 个百分点。

你可以问：“Bob 这个季度投资了什么？” “谁在 Acme AI 工作？” 这些问题向量搜索无法回答，因为它们需要关系推理，不只是语义相似度。

架构简览

你的大脑 = git 仓库（Markdown 文件）
           + Postgres（向量+图谱索引）
           + GBrain（检索、合成、技能、定时任务）
           + AI Agent（Claude Code / Codex / Cursor / OpenClaw）

两个存储引擎，一套接口：

PGLite（默认）：Postgres 17 via WASM，零配置，2秒初始化，适合个人大脑（≤5万页）
Postgres + pgvector（Supabase 或自托管）：适合团队/大规模/多机器部署

知识仓库：你的知识以 Markdown 文件存在一个 git 仓库里，GBrain 把它同步进数据库做检索。文件是真实数据，数据库是索引。版本控制、公开子集分享、团队挂载都天然支持。

快速安装

最快路径：Claude Code 本地大脑（2分钟）

# 安装 GBrain CLI
bun install -g github:garrytan/gbrain

# 初始化本地大脑（PGLite，无需 Docker，2秒）
gbrain init --pglite

# 连接到 Claude Code
claude mcp add gbrain -- gbrain serve

# 验证
gbrain doctor

完成。Claude Code 现在有了一个持久记忆层。

代理人安装（推荐完整功能）

如果你想要完整功能——43个技能、夜间梦境循环、自动丰富——可以让 AI Agent 帮你安装：

把这段话发给 Claude Code 或 Codex：

Retrieve and follow the instructions at:
https://raw.githubusercontent.com/garrytan/gbrain/master/INSTALL_FOR_AGENTS.md

Agent 会自动安装 GBrain、创建大脑、询问 API keys、加载 43 个技能、配置梦境循环、端到端验证安装。约 30 分钟，你回答问题，它做事。

已有远程大脑（OpenClaw / Hermes 部署）

# 连接远程大脑到 Claude Code
gbrain connect https://your-host/mcp --token gbrain_xxx --install

# 连接到 Codex
gbrain connect https://your-host/mcp --token gbrain_xxx --agent codex --install

核心操作

把内容加入大脑

# 录入想法
gbrain capture "这个季度要关注的三个趋势：..."

# 导入文件
gbrain capture --file ./notes/meeting-2026-07.md

# 管道输入
echo "从命令行来的笔记" | gbrain capture --stdin

# 批量导入整个目录
gbrain import ~/notes/

页面落地在数据库 + 磁盘，默认路径 inbox/YYYY-MM-DD-<hash8>。

查询大脑

# 原始检索：返回最相关页面列表（快，无 LLM 成本）
gbrain search "Alice 最近的会议"

# 合成层：返回综合答案 + 引用 + 盲区说明
gbrain think "我明天和 Alice 开会前需要了解什么？"

# 多步骤推理
gbrain think "这家公司的营收趋势和竞争格局变化"

图谱查询

# 多跳图谱查询
gbrain graph-query "Bob 投资过的所有公司"
gbrain graph-query "谁参加过 2026 年 Q1 的战略会议"

大脑健康检查

gbrain doctor    # 检查索引状态、embedding 维度一致性、图谱健康
gbrain search stats  # 搜索命中统计

夜间梦境循环

这是 GBrain 最有价值的功能之一：它在你睡觉时持续工作。

66个定时任务在 Garry Tan 的大脑里运行，每晚自动：

对今天摄取的所有内容提取实体和关系
对已有页面做信息丰富（发现新关联、补充背景）
修复引用问题（链接失效、引用不一致）
发现矛盾（两个页面对同一事实有不同描述）
为明天的任务评分优先级
整合重复内容（同一个人的多个碎片记录合并）

配置夜间运行：

# 查看当前 cron 作业
gbrain jobs list

# 手动触发丰富（模拟夜间循环）
gbrain jobs submit enrich-all

# 配置每日凌晨 2 点自动运行
gbrain cron schedule "0 2 * * *" enrich-all

Schema 包：大脑的形状

大多数知识管理工具强制你用它们的布局。GBrain 不强迫——它根据你的实际内容推断结构：

# 分析你的文件系统，提议合适的内容类型
gbrain schema detect

# LLM 精炼提议
gbrain schema suggest

# 人工确认，应用 Schema
gbrain schema review-candidates --apply

内置类型包括：person（人）、company（公司）、meeting（会议）、media（媒体）、tweet（推文）、analysis（分析）、deal（交易）等 15 种。你也可以定义自己的类型。

与 Claude Code 协作的最佳姿势

连接 GBrain 后，在你的 CLAUDE.md 里加入：

## Brain-first Protocol
在回答任何问题或开始任何任务之前，先查询 GBrain：
1. `gbrain think "<相关问题>"` 获取合成答案
2. `gbrain search "<关键词>"` 获取相关页面
3. 如果大脑说信息不足，才去外部搜索

在每次会话结束时，把重要的新信息存入大脑：
`gbrain capture "今天了解到：..."`

这样你的 Claude Code 就有了一个持续学习、越用越聪明的记忆层。

团队大脑（公司 Brain）

GBrain 也支持多人团队使用——每个人看到自己的分片，绝不看到其他人的笔记（作者在 240 页语料上进行了模糊测试，零信息泄漏）。

Garry Tan 在 YC 的 Request for Startups 里把这个模式叫做 “company brain”——这是 GBrain 已经实现的原型。

# 以 HTTP 模式启动（支持 OAuth 2.1，适合团队）
gbrain serve --http

# 团队成员连接
gbrain connect https://your-brain-server/mcp --token <个人 token> --install

支持的 MCP 客户端

客户端	接入方式
Claude Code	`claude mcp add gbrain -- gbrain serve`（本地）或 `gbrain connect <url>`
Codex	`gbrain connect <url> --agent codex --install`
Cursor / Windsurf	添加 `{"command": "gbrain", "args": ["serve"]}` 到 MCP 配置
Claude Desktop	Settings → Integrations → 添加 HTTP server URL
Perplexity	`gbrain connect <url> --agent perplexity --oauth --register`
ChatGPT	OAuth 2.1 + PKCE，从 admin dashboard 注册 `chatgpt` 客户端

总结

GBrain 是目前开源世界里最接近”真正的个人 AI 大脑”的系统。它不是又一个笔记应用，也不是又一个 RAG 框架——它是一个持续运行、自我丰富、能回答问题（而不只是返回搜索结果）的知识智能体。

25000 星的背后是 Garry Tan 两年多亲自用、亲自维护的工程沉淀。你看到的每一个功能都经过他的真实 14 万页大脑的验证。

给想开始的人：从 gbrain init --pglite 开始，把它接到 Claude Code。用两周时间养成 gbrain capture 的习惯——每次有值得记住的想法，一句话录进去。两周后你会有一个开始真正有用的大脑。

相关链接

garrytan/gbrain — 主仓库

gbrain-evals — 评测基准（BrainBench）

OpenClaw — 配套 AI Agent 平台

Hermes — 另一个配套 Agent（Railway 一键部署）

FalAI LuxTTS — 可与 GBrain 集成的语音摄取

© 2026 Author: Mycelium Protocol. 本文采用 CC BY 4.0 授权。

🇬🇧 English

TL;DR: GBrain (25,417★, TypeScript) is Garry Tan’s (YC President/CEO) production personal AI brain — 146,646 pages, 24,585 people, 5,339 companies in his live deployment, 66 autonomous cron jobs running overnight. Two core differentiators over typical RAG/PKM tools: (1) synthesis layer that writes an actual answer with citations and explicit gap analysis (not a page list), (2) self-wiring knowledge graph with typed edges extracted from every page write with zero LLM calls (+31.4 P@5 over vector-only RAG). Local setup: PGLite in 2 seconds. MCP interface for Claude Code, Codex, Cursor, Claude Desktop, Perplexity, ChatGPT. 43 built-in skills. Overnight dream cycle: enrichment, citation repair, contradiction detection, priority scoring — all while you sleep.

What Makes GBrain Different

Most personal knowledge tools do keyword/vector search and return a list of pages — then you read them yourself. GBrain adds two things nobody else ships together:

1. Synthesis layer (gbrain think):

"What do I need to know before my meeting with Alice tomorrow?"
→ Alice runs engineering at Acme (Series B fintech). 
   Three open items from your last call (April 22):
   1. She owes you a security review (deadline May 1, no update)
   2. You sent 500-seat pricing April 25 (no reply yet)
   3. You said you'd intro a CISO candidate from your network
   Gap: nothing entered the brain about Alice since April 22 — email/Slack not visible.

Every claim has a source page. The gap analysis tells you what the brain doesn’t know.

2. Self-wiring knowledge graph (zero LLM calls): Every gbrain capture extracts entity refs and writes typed edges (works_at, invested_in, attended, advises). Enables multi-hop queries: “What did Bob invest in this quarter?” — impossible for pure vector search.

Benchmark: P@5 49.1%, R@5 97.9% on a 240-page corpus, +31.4 points P@5 over graph-disabled variant.

Quick Start (2 Minutes)

bun install -g github:garrytan/gbrain
gbrain init --pglite             # 2-second local brain, no Docker
claude mcp add gbrain -- gbrain serve   # wire into Claude Code
gbrain doctor                    # verify health

The Overnight Dream Cycle

66 cron jobs run while you sleep: enrich new pages, fix citations, detect contradictions, score priorities, consolidate duplicate records. Your brain is smarter when you wake up than when you went to bed. Configure with gbrain cron schedule "0 2 * * *" enrich-all.

Using It With Claude Code

Add to CLAUDE.md:

Brain-first protocol: before answering or starting a task, run:
  gbrain think "<question>" for synthesized answers
  gbrain search "<keywords>" for raw retrieval
After each session, capture new knowledge:
  gbrain capture "Learned today: ..."

Links: GitHub · BrainBench evals · Agent tutorial

© 2026 Author: Mycelium Protocol. Licensed under CC BY 4.0.

💬 评论与讨论

使用 GitHub 账号登录后发表评论