garrytan/gbrain

解決する課題

GBrainは、AIエージェントのための永続的メモリレイヤーであり、耐久性のある構造化されたナレッジベースを提供することで、エージェントが「健忘」になるのを防ぐように設計されています。複数のソースにわたる回答を統合し、ギャップ分析を実行して、その脳が実際には何を知らないかをユーザーに伝えることで、単純なキーワード検索やベクトル検索を超えます。

仕組み

GBrainは、ローカル（PGLiteを使用）またはサーバー上で実行できるデーモンとして動作します。電子メール、カレンダー、連絡先、Markdownファイルなど、さまざまなソースからデータを取り込み、この情報を自己配線型ナレッジグラフに整理します。このグラフはエンティティ参照を抽出し、型付きエッジ（例：works_at、invested_in）を作成しますが、書き込みのたびにLLMを呼び出す必要はありません。クエリ時に、ドキュメントのチャンクのリストを返すだけでなく、統合レイヤーを使用して適切に引用された文章を生成します。

対象者

AIコーディングエージェント（Claude Code、Codex、Cursorなど）のユーザー、およびエージェントに長期的かつセッションをまたぐ機関的または個人的なメモリを持たせる必要がある、自律型エージェント（OpenClawやHermes経由）を構築する開発者向けに構築されています。

ハイライト

• 統合とギャップ分析：引用付きの実際の回答を提供し、欠落している情報を明示的に指摘します。
• 自己配線型ナレッジグラフ：ベクトル検索単独では処理できない複雑な関係クエリに型付きエッジを使用します。
• マルチハーネス統合：MCP（Model Context Protocol）と深く統合し、Claude Code、Codex、Cursor、その他のAIクライアントで動作します。
• 自律的メンテナンス：サーバーでホストされたエージェントが夜間にメモリを強化および統合できる「ドリームサイクル」をサポートします。
• プライバシー優先：ローカルのみのストレージ（PGLite）と、ユーザーが承認されたデータのみを閲覧できる「カンパニーブレイン」展開用のスコープアクセスをサポートします。