OzBrain：多代理工作流程的共享知識層

OzBrain 提供統一的知識層，防止 AI 代理之間的上下文偏移

OzBrain 是一個託管的知識庫，旨在作為 AI 代理的「共享大腦」。與手動在不同 LLM 平台（如 Claude、ChatGPT 和 Cursor）之間複製簡報、偏好和專案狀態不同，OzBrain 提供一個所有連接代理均可讀取與寫入的單一真相來源。此架構確保每個代理無論使用何種工具，都能基於最新資訊運作。

核心功能與代理整合

OzBrain 作為 AI 代理之下的層級，利用 Model Context Protocol (MCP) 直接整合至代理環境中。

自動化知識管理

OzBrain 超越靜態筆記，將知識維護視為代理的設計行為：

• 自動路由：新資訊會自動導向正確的文章，無需使用者設計複雜的檔案系統。
• 衝突解決：當代理嘗試寫入與現有資料矛盾的資訊時，系統會暫停寫入並提出衝突以供解決。
• 動態重構：為防止上下文視窗飽和與品質下降，OzBrain 會自動拆分並重塑過大的文章，確保代理僅提取執行任務所需的特定資訊。
• 來源追蹤：每次變更均會版本化，並歸因於執行寫入的特定代理（例如 claude-code 或 chatgpt），提供知識演變的透明審計日誌。

整合流程

使用者透過自訂連接器選單將 OzBrain 連接到其代理。例如，在 Claude 中，流程包括使用 OzBrain MCP URL（https://ozbrain.com/api/mcp）新增自訂連接器、透過電子郵件代碼登入，並授予許可。連接成功後，代理可自主讀取大腦以獲取上下文，並寫回所學資訊。

安全性與資料主權

為解決雲端知識儲存固有的隱私問題，OzBrain 實施多層安全機制：

• 靜態加密：文章內容使用每帳戶金鑰加密儲存。資料僅在服務代理或執行重構等維護任務時解密。
• 行級安全（RLS）：系統在 Postgres 中強制執行 RLS，確保嚴格的租戶隔離。
• 可審計性：使用者可取得完整可匯出的 CSV 日誌，記錄每次讀取與寫入操作，包含哪個代理存取了哪篇文章。
• 資料可攜性：使用者可隨時將整個知識庫匯出為純 Markdown 檔案，帳戶刪除後所有內容將被硬刪除。

與現有記憶系統的比較

OzBrain 在多個方面與平台原生記憶與傳統知識庫有所區別：

特性	平台記憶（如 ChatGPT 記憶）	傳統 Wiki（Notion/Obsidian）	OzBrain
範圍	單一平台／帳戶	以人類為中心的筆記	跨平台代理大腦
擁有權	由 AI 提供商控制	由人類控制	人類與代理共享
維護	自動但不透明	人工手動操作	代理驅動，結構化路由
互通性	鎖定於單一生態系	手動匯入／匯出	原生 MCP 連接器

社群觀點與技術批判

開發者在 Hacker News 上的討論凸顯了託管代理記憶服務與本地優先工作流程之間的張力。

本地優先工作流程的主張

多位使用者認為現有工具已足夠應付其需求。一位使用者指出，將 .md 檔案直接儲存在 Git 倉庫中，讓代理可使用 grep 和本地檔案存取，無需 MCP 伺服器。其他人提到在 Obsidian 中使用「Johnny.Decimal」系統，為代理提供精確的檔案路徑，主張基本結構比專用服務更有效。

對 LLM 可靠性的擔憂

技術批判聚焦於 LLM 產生摘要的本質不穩定性。一位貢獻者質疑 OzBrain 如何處理大量 LLM 產出文字累積時的準確性退化問題，指出即使先進模型在非簡單摘要批次中也可能扭曲語意。

「代理堆疊」的演進

儘管存在批判，部分使用者仍將 OzBrain 視為新興「代理堆疊」中的關鍵一環。一位使用者觀察：

"看到有人認真嘗試解決代理輸出之間的連續性問題，令人鼓舞。目前看來，每個人都在摸索自己的方式，以維持跨會話的一致性，而不會無止境地過度上下文化每一個新會話。"

定價方案

OzBrain 提供基於儲存知識量（文章數量）的分級定價：

• 免費：最多 50 篇文章，無限讀取／寫入。
• 專業版（$20/月）：最多 300 篇文章。
• 頂級版（$99/月）：最多 600 篇文章。
• 企業版：組織共用大腦的客製化定價。