GBrain

Основная идея проекта Обычные поисковые или справочные ИИ-инструменты при запросе просто находят список подходящих документов. GBrain вместо этого выдает готовый, глубоко синтезированный ответ.

Он собирает воедино данные из ваших заметок, писем, календарей, логов встреч и твиттера, выстраивая между ними связи. Например, перед встречей с человеком, ИИ может сам составить полную выжимку: о чем вы говорили в прошлый раз, какие задачи остались нерешенными, и что ИИ не знает (анализ пробелов в данных).

Ключевые возможности и архитектура • Хранение в Markdown: Основная база знаний хранится в обычных Markdown файлах, которые остаются под вашим контролем. Postgres или локальный PGLite используются как производный индекс для быстрого поиска графа знаний и других операций. Базу данных при необходимости можно восстановить из Markdown.

Автоматически формируемый граф знаний: Система автоматически связывает сущности (людей, компании, сделки), создавая между ними смысловые ребра без постоянных дорогостоящих вызовов нейросетей.

Гибридный поиск: Использует одновременно векторный поиск (через базы данных pgvector/PGLite) и классический поиск по ключевым словам для максимальной точности.

Работа в режиме 24/7 («Цикл снов»): Фоновые задачи могут постоянно обрабатывать и обогащать накопленные данные, консолидировать память, исправлять связи и цитаты и выполнять другие задачи обслуживания базы знаний, пока вы не работаете с агентом или спите.

Интеграция по протоколу MCP: Благодаря этому, GBrain можно легко подключить как плагин к популярным ИИ-средам: Claude Desktop, Cursor, VS Code, Perplexity и ChatGPT.

В версии v0.45.6.0 добавили 17 новых навыков, созданных на основе аудита 324 навыков из реально используемой персональной агентной системы. Встроенный набор вырос примерно с 52 до 69 skills, которые были протестированы на практике в моём личном агенте OpenClaw с сотнями тысяч файлов markdown.

Персональный AGI - это тот, который работает на вас. Кстати, теперь GBrain поддерживает код Codex и Claude Code.