跳到主要内容

GBrain 快速入门指南

GBrain 是什么？ 它是一个个人/团队知识库的"大脑"层。搜索给你页面，GBrain 给你答案。

一、核心概念（5 分钟理解）​

1.1 它解决了什么问题？​

传统笔记/搜索工具的问题：

  • 给你一堆页面链接，需要你自己阅读整理
  • 关键词匹配，但不理解语义
  • 无法回答跨页面的复杂问题

GBrain 的不同：

  • 直接给你答案，带引用来源
  • 理解实体关系（谁在哪个公司、谁投资了什么）
  • 自动提取结构化事实
  • 告诉你"大脑还不知道什么"（缺口分析）

1.2 核心架构​

你的知识（Markdown 文件） → GBrain 大脑 → 问答/搜索/分析
                              ↓
                         PGLite/Postgres（存储 + 向量）
                              ↓
                         AI 技能（60+ 可调用能力）

1.3 两个关键概念​

Brain（大脑） = 一个数据库

  • 可以有一个个人大脑
  • 可以挂载多个团队大脑

Source（来源） = 大脑内的一个仓库

  • 个人大脑可以有多个 source（wiki、gstack、openclaw 等）
  • 每个 source 是一个独立的内容仓库

简单理解：默认情况下你只用一个大脑 + 一个 source，不需要纠结这个概念。

二、快速安装（30 分钟）​

2.1 前置要求​

  • 已安装 Bun（如果没安装：curl -fsSL https://bun.sh/install | bash）
  • API 密钥（至少需要）：
    • OpenAI API Key（用于嵌入）
    • Anthropic API Key（用于 Claude 模型）

2.2 安装步骤​

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

# 2. 初始化大脑（使用 PGLite，无需服务器，2 秒完成）
gbrain init --pglite

# 3. 配置 API 密钥
gbrain config set openai_api_key sk-...
gbrain config set anthropic_api_key sk-ant-...

# 4. 验证安装
gbrain doctor

2.3 导入你的知识​

# 批量导入一个 Markdown 文件夹
gbrain import ~/my-knowledge

# 或者实时同步一个 Git 仓库
gbrain sync --watch

三、基础使用（10 分钟）​

3.1 提问​

# 基础问答
gbrain query "Alice 是做什么的？"

# 带上下文的复杂问题
gbrain query "我下周和 Alice 开会需要准备什么？"

# 指定来源（如果有多 source）
gbrain query "X" --source wiki

3.2 典型输出​

Alice 负责 Acme 的工程管理（一家 A 轮融资的 fintech 公司）。
你们上次交谈是在 4 月 22 日，讨论定价问题。

三个待办事项：
1. 她需要给你安全审查报告（截止日期 5 月 1 日，未更新）
2. 你承诺提供 500 人席位的定价（4 月 25 日发送，未回复）
3. 她提到在招聘 CISO，你答应介绍人脉

注意：自 4 月 22 日后大脑没有关于 Alice 或 Acme 的新内容。
她可能通过邮件或 Slack 回复了，这些渠道大脑看不到。

3.3 常用命令​

# 查看配置
gbrain config show

# 列出所有页面
gbrain list

# 查找谁知道某个信息
gbrain whoknows "Q3 路线图讨论"

# 导出知识
gbrain export --format markdown

# 升级 GBrain
gbrain upgrade

四、进阶功能（按需学习）​

4.1 使用 MCP 客户端​

如果你使用 Claude Desktop、Cursor 等支持 MCP 的工具：

# 启动 MCP 服务器（stdio 模式）
gbrain serve

# 或者 HTTP 模式（带 OAuth）
gbrain serve --http

然后在你的 MCP 客户端配置中添加 GBrain 服务器。

4.2 自定义 Schema（结构化知识）​

默认 schema 有 22 种页面类型（人、公司、会议等）。你可以添加自己的类型：

# 创建自定义 schema
gbrain schema fork gbrain-base mine
gbrain schema use mine

# 添加新类型（例如研究者）
gbrain schema add-type researcher \
  --primitive entity \
  --prefix people/researchers/ \
  --expert

# 添加类型关系
gbrain schema add-link-type authored \
  --page-type researcher \
  --target-type paper

# 应用 schema（自动回填现有页面）
gbrain schema sync --apply

4.3 使用技能系统​

GBrain 有 60+ 内置技能，你的 AI Agent 可以直接调用：

# 安装所有技能包
gbrain skillpack scaffold --all

# 查看已安装的技能
ls skills/

4.4 团队大脑​

如果你想和团队共享大脑：

# 挂载团队大脑
gbrain mounts add team-brain \
  --path ~/team-brains/eng \
  --db-url postgres://...

# 在团队目录中自动切换到团队大脑
echo "team-brain" > ~/team-brains/eng/.gbrain-mount

五、典型应用场景​

5.1 会议准备​

问："明天和 Alice 的会议需要准备什么？"
→ 大脑返回：她的职位、上次谈话要点、待办事项、缺口信息

5.2 研究总结​

问："总结我们关于缓存优化的所有讨论"
→ 大脑跨页面合成答案，带引用

5.3 关系查询​

问："谁介绍了我认识 Bob？"
→ 大脑遍历关系图找到答案

5.4 事实提取​

问："Acme 的 MRR 是多少？"
→ 大脑从结构化事实中提取，而非文本匹配

六、进阶阅读​

七、常见问题​

Q: PGLite 和 Postgres 怎么选？

  • < 1000 个文件：PGLite（无需服务器，2 秒启动）

  • 1000 个文件或团队协作：Postgres + Supabase

Q: 需要多少 API 调用？

  • 查询：取决于复杂度，通常 1-3 次
  • 事实提取：仅在写入时触发
  • 推荐：使用 ZeroEntropy 作为嵌入（更快更便宜）

Q: 数据安全吗？

  • 所有数据存储在本地/你控制的数据库
  • API 密钥只用于嵌入和推理
  • 团队大脑有访问控制

Q: 能和现有笔记工具集成吗？

  • 可以导入任何 Markdown 文件夹
  • 支持实时同步 Git 仓库
  • 可以作为 MCP 服务器供其他工具调用

文档来源：基于 GBrain 官方文档整理