Construir un grafo de memoria autoactualizable para agentes con GBrain
Usa GBrain para dotar a agentes estilo OpenClaw o Hermes de un cerebro de conocimiento local con ingesta de Markdown, enlaces de entidades, búsqueda híbrida, consolidación programada y acceso MCP.
Prerrequisitos
CLI de GBrain, runtime compatible con Bun/Node, PGLite o Postgres con pgvector, base de conocimiento en Markdown, despliegue opcional de servidor MCP
Instalación
Requisitos y advertencias del proyecto original:
- gbrain init --pglite # 2 segundos; sin servidor, sin Docker
- Ejecuta
bun run testpara el bucle rápido,bun run verifypara la puerta de pre-push,bun run ci:localpara ejecutar la pila completa de CI basada en Docker localmente. Disciplina de pruebas detallada en CONTRIBUTING.md.
Notas de uso básico o para empezar:
-
Creado por el Presidente y CEO de Y Combinator para ejecutar sus agentes de IA reales. El cerebro de producción detrás de sus despliegues OpenClaw y Hermes: 17.888 páginas, 4.383 personas, 723 empresas, 21 trabajos cron ejecutándose autónomamente...
-
Nuevo en v0.35.7 — Trayectoria temporal + tarjeta de puntuación del fundador. Afirmaciones métricas escritas por el autor en el bloque ## Facts (mrr=50000, arr=2000000, team_size=12) y gbrain las almacena como columnas tipadas de primera clase. gbrain evalúa...
-
GBrain se ejecuta en tres formas. Elige la que mejor se adapte a cómo usas los agentes de IA hoy.
-
Extraído de la documentación original: https://raw.githubusercontent.com/garrytan/gbrain/HEAD/README.md