Construir um gráfico de memória de agente auto-atualizável com GBrain
Use o GBrain para dar aos agentes estilo OpenClaw ou Hermes um cérebro de conhecimento local com ingestão de markdown, links de entidades, busca híbrida, consolidação agendada e acesso MCP.
Pré-requisitos
CLI GBrain, runtime compatível com Bun/Node, PGLite ou Postgres com pgvector, base de conhecimento em markdown, implantação opcional de servidor MCP
Instalação
Requisitos e observações do upstream:
gbrain init --pglite# 2 segundos; sem servidor, sem Docker- Execute
bun run testpara o loop rápido,bun run verifypara o gate de pré-push,bun run ci:localpara executar a pilha completa de CI com Docker localmente. Disciplina de testes detalhada em CONTRIBUTING.md.
Notas de uso básico ou primeiros passos:
-
Construído pelo Presidente e CEO do Y Combinator para executar seus agentes de IA reais. O cérebro de produção por trás de suas implantações OpenClaw e Hermes: 17.888 páginas, 4.383 pessoas, 723 empresas, 21 cron jobs executando autônomamente...
-
Novo na v0.35.7 — Trajetória temporal + scorecard do fundador. Afirmações de métricas digitadas pelo autor no fence ## Facts (mrr=50000, arr=2000000, team_size=12) e o gbrain as armazena como colunas tipadas de primeira classe. gbrain avalia...
-
O GBrain funciona em três formas. Escolha a que corresponde a como você usa agentes de IA hoje.
-
Extraído dos docs upstream: https://raw.githubusercontent.com/garrytan/gbrain/HEAD/README.md