1.7 万人收藏的 AI 第二大脑！YC 总裁亲自开源了自己的 AI 记忆系统！

在 AI Agent 席卷全球的当下，「记忆系统」 正被业界视为比底层模型本身更关键的技术瓶颈。

这不是某个模型的问题，而是所有 AI Agent 的通病——金鱼脑。每次开聊都从零开始，昨天告诉它的事今天就当没发生过。

为此，Y Combinator（YC）总裁 Garry Tan 在 GitHub 上开源了他个人日常使用的生产级AI记忆系统——GBrain。

开源至今已经狂揽 10.7K+ Stars，在 X 平台上触达超过 150 万人。

这不是某个模型的问题，而是所有 AI Agent 的通病——金鱼脑。每次开聊都从零开始，昨天告诉它的事今天就当没发生过。

目前里面已经有 17888 个页面、4383 个人物、723 家公司、21 个定时任务全自动运转。整套东西他只用了 12 天就搭出来了。

说白了，GBrain 干的事就一句话：给你的 AI Agent 装一个能持续变聪明的长期记忆。

你的 Agent 接入它之后，会在你睡觉的时候自己变聪明。自动消化你的会议记录、邮件、推特、语音通话和你随手记下的想法，顺手帮你补全每个出现过的人和公司的资料，还会自己修复坏掉的引用、整理凌乱的记忆。

第二天你起床，这个脑子已经比你昨晚睡前更聪明了。

GBrain 到底是什么？

GBrain 是一个 个人知识大脑系统，专门配合 OpenClaw、Hermes Agent 这类 AI Agent 平台使用。

它把你散落在各处的 Markdown 笔记——不管是人脉档案、公司资料、会议记录、随手想法还是收藏的文章——统统变成一个可搜索、可推理、持续增长的知识图谱。

不是简单的文件存储，而是让 AI 能真正"读懂"并"运用"你的知识。

Garry Tan 本人用它管理着 10000+ Markdown 文件，涵盖 3000+ 人脉资源、13 年的日历数据、无数会议记录和媒体内容。

和 GStack 什么关系？

如果你关注 Garry 的开源动态，应该知道他之前还开源了 GStack——一套专门教 AI Agent 写代码的 Skill 工作流，目前 8 万+ Star。

GStack 教 Agent 怎么写代码，GBrain 教 Agent 怎么记事和思考。 两个项目可以独立用，也能合体。

开源仓库里有个 hosts/gbrain.ts 就是那座桥，装上之后 GStack 的编码 Skill 在动手写代码前会先查一下脑子，看看你之前是不是讨论过、决定过什么。

如果你已经在用 GStack，装上 GBrain 基本就拼出 Garry Tan 自己那套完整工作流了：一个管手，一个管脑。

核心亮点

1、25 个 Skill 即插即用

GBrain 自带 25 个 Skill，装上就能用，按用途分了几大类。

里面有两个是永远在线的：

• • signal-detector：每条新消息进来，都会顺手起一个便宜的小模型在后台跑，把你随口说的原创观点和提到的人名、公司名都抓出来。脑子是在你不知不觉中长大的。
• • brain-ops：Agent 回答任何问题之前，会先去脑子里查一遍，查不到再去调外部 API。这就解决了 AI 经常瞎编的问题——查不到它会直接告诉你脑子里没这个信息，而不是给你胡诌一段。

剩下的还有：

• • 内容摄入类：会议、邮件、推特、PDF、视频、GitHub 仓库全吃
• • 运维类：cron 调度、每日简报、引用自检、过期页面巡检
• • 实体丰富类：自动补全人物档案、公司信息
• • 任务管理类：每日任务准备、跨模态审查

完全是一套自治系统，你只管喂数据，AI 负责归档和整理。

2、Compiled Truth + Timeline 双层结构

这个设计挺顶的，值得单独拎出来讲。

每个 brain page 分两层：

• • 上方 Compiled Truth：当前最佳理解，可以被随时改写。比如你对某个朋友的认知，会随着新的接触不断刷新。你对某家公司的判断，会随着新信息持续修正。
• • 下方 Timeline：只追加不删除，记录每条原始证据。什么时候、在哪场会议、谁说了什么，全部留痕。

为啥这么设计？因为既要让认知能进化，又不能丢历史。

AI 之前的笔记类工具要么覆盖式更新，查的时候发现内容被改了却不知道啥时候改的；要么纯追加，查的时候一团乱。GBrain 这个分层算是把两边的好处都拿了：上面是活的知识，下面是死的证据链。

3、混合搜索 + 实体自动升级

搜索这块用的是关键词 + 向量 + RRF 融合 + 多查询扩展 + 4 层去重。

简单讲：关键词搜索能精准命中原话，向量搜索能找到意思相近的内容，两个一起上再融合排序，基本不会漏。

更有意思的是它的实体自动升级机制：

• • 同一个人在你的资料里被提到 1 次，只生成一个 stub 页面
• • 提到 3 次以上，系统自动联网补料，从 LinkedIn、Twitter、公司主页之类的地方拉信息回来
• • 提到 8 次以上，或者你跟他开过会，直接走完整管线，生成一份详细 dossier

脑子自己学谁重要，不需要你手动标。

它还有个 fail-improve 循环：每次 LLM 兜底分类的时候都会被记录下来，系统自动从这些记录里生成更好的正则。脑子自己在变得更便宜更准。

快速入手

GBrain 设计的时候就是要让 AI Agent 自己装的，所以官方最推荐的方式是把一段 prompt 丢给你的 Agent 让它自己搞。

路线 A：让 Agent 自己装（推荐）

如果你已经在跑 OpenClaw 或 Hermes Agent，直接把下面这段贴进去：

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

剩下的 Agent 自己来：克隆仓库、安装依赖、初始化大脑、加载 25 个 Skill、配置定时任务。你只需要回答几个关于 API Key 的问题，大概 30 分钟全部搞定。

路线 B：独立 CLI（不用 Agent）

git clone https://github.com/garrytan/gbrain.git && cd gbrain && bun install && bun link

gbrain init                     # 本地大脑，2 秒就绪
gbrain import ~/notes/          # 导入你的 Markdown 笔记
gbrain query "what themes show up across my notes?"  # 查询

路线 C：MCP Server（接入 Claude Code / Cursor / Windsurf）

GBrain 暴露了 30+ MCP 工具，通过 stdio 或 HTTP 接入：

本地 MCP（Claude Code, Cursor, Windsurf）：

{
  "mcpServers": {
    "gbrain": { "command": "gbrain", "args": ["serve"] }
  }
}

远程 MCP（Claude Desktop, Cowork, Perplexity）：

# 部署到 Supabase，一行脚本
git clone https://github.com/garrytan/gbrain.git && cd gbrain
# 填 3 个环境变量，然后：
scripts/deploy-remote.sh

# 生成访问令牌
gbrain auth create "claude-desktop"

写在最后

GBrain不是完美的，它的一些功能（如编译真相重写、梦循环、实体检测）更多是作为Markdown指令文档来指导AI Agent做什么，而不是作为可执行代码。

但这不妨碍它是一个极具参考价值的项目。

毕竟，这是YC总裁亲自在用的生产级方案，完全开源，MIT许可。对于正在摸索AI Agent落地应用的开发者而言，这无疑是当前极具参考价值的宝库。

GitHub：https://github.com/garrytan/gbrain