一天一个开源项目（第81篇）：YC 总裁亲自写代码，把自己的大脑开源了

传统 Agent 工作方式：
  收到问题 → 直接调用外部 API（搜索/数据库/工具）
  问题：每次从外部拉数据，重复、昂贵、无积累
 
GBrain 的 Brain-First：
  收到问题 → 先查本地大脑（已索引的知识图谱）
            → 命中？直接回答，零额外成本
            → 未命中？调外部 API → 结果写回大脑 → 下次直接命中
  效果：大脑越用越智能，越用越省钱

RRF 分数 = Σ 1/(60 + rank)
 
原理：
  向量搜索找到 [文章A排#1, 文章B排#2, 文章C排#5]
  关键词搜索找到 [文章B排#1, 文章D排#2, 文章A排#4]
  
  文章A：1/(60+1) + 1/(60+4) = 0.01639 + 0.01538 = 0.03177
  文章B：1/(60+2) + 1/(60+1) = 0.01613 + 0.01639 = 0.03252  ← 综合第一

关系类型        触发模式示例
attended      "与 X 会面于..."、"参加了 X 的..."
works_at      "X 在 Y 公司担任..."
invested_in   "领投 Y 的 A 轮..."
founded       "X 创立了 Y..."
advises       "X 担任 Y 的顾问..."

确定性操作（用 Minions）：
  解析 Markdown、建立链接、同步文件、关系抽取
  执行延迟：753ms
  Token 成本：零
  
非确定性推理（用 LLM Agent）：
  总结内容、回答问题、生成洞察
  执行延迟：10+ 秒
  Token 成本：有

✅ Gmail 邮件 → 自动摄入重要联系人和话题
✅ Google Calendar → 会议自动页面化
✅ X/Twitter 时间线 → 关注帖子 + 删推监控
✅ Twilio + OpenAI Realtime → 电话语音实时转录
✅ Circleback → 会议录音自动转录入库

# 克隆（必须 git clone，不能 bun install -g）
git clone https://github.com/garrytan/gbrain.git ~/gbrain
cd ~/gbrain
 
# 安装 Bun（项目运行时，非 Node.js）
curl -fsSL https://bun.sh/install | bash
export PATH="$HOME/.bun/bin:$PATH"
 
# 安装依赖并链接全局命令
bun install && bun link
 
# 初始化大脑
gbrain init
 
# 健康检查
gbrain doctor --json
 
# 导入现有 Markdown 笔记
gbrain import ~/notes/ --no-embed   # 先导入，不嵌入
gbrain embed --stale                # 批量生成向量
 
# 提问
gbrain query "这周我跟谁开了会？"
 
# 知识图谱查询
gbrain graph-query garry-tan
 
# 启动 MCP 服务器（供 Claude Code 等 AI 助手调用）
gbrain serve

// ~/.claude/server.json
{
  "mcpServers": {
    "gbrain": {
      "command": "gbrain",
      "args": ["serve"]
    }
  }
}

┌─────────────────────────────────────────────────────────┐
│           Brain Repository（Git 管理的 Markdown）        │
│           唯一数据真相来源（Source of Truth）            │
└──────────────────────────┬──────────────────────────────┘
                           │ gbrain import
┌──────────────────────────▼──────────────────────────────┐
│           GBrain 检索层（Postgres + pgvector）           │
│   向量搜索 ──┐                                           │
│              ├── RRF 融合排序 → 混合搜索结果             │
│   关键词搜索 ┘                                           │
│   知识图谱（零 LLM 自动连线）                           │
│   Minions 任务队列（确定性操作）                        │
└──────────────────────────┬──────────────────────────────┘
                           │ gbrain serve（MCP）
┌──────────────────────────▼──────────────────────────────┐
│           AI Agent 技能层（26 个 Skills）                │
│   Claude Code / Cursor / Windsurf / 任意 MCP 客户端     │
│   Trusted CLI（完整文件权限）                           │
│   Untrusted MCP（沙箱限制）                             │
└─────────────────────────────────────────────────────────┘

# Brian Armstrong
 
## 当前最佳理解（编译态摘要）
Brian Armstrong 是 Coinbase CEO，专注于加密货币的合规化推进。
2026 Q1 的核心关注点是美国 SEC 监管框架谈判。
 
---
 
## 原始证据时间线（只追加，不修改）
2026-01-15：会议记录 - 讨论 Layer2 扩容方案...
2026-02-20：邮件片段 - 提及 ETF 申请进展...
2026-03-10：会议记录 - SEC 谈判策略调整...

Bun 的优势（GBrain 实际受益项）：
  ✅ 原生 TypeScript 支持（无需 ts-node 或编译步骤）
  ✅ 启动时间比 Node.js 快 3-4x
  ✅ 内置测试运行器、打包工具
  ✅ 单二进制构建：bun build:all → Darwin ARM64 + Linux x64
  
对于每次命令行调用都要重启的 CLI 工具，快速启动时间直接影响使用体感。

CLI 调用（remote: false）：
  完整文件系统访问权
  可读写 Brain Repository
  适合：gbrain import、gbrain query
 
MCP Agent 调用（remote: true）：
  严格沙箱限制
  只能通过定义的工具访问数据
  适合：Claude Code / Cursor 通过 MCP 调用

gbrain/skills/
  always-on/
    signal-detection.md    ← 描述"如何检测实体"的 Markdown
    brain-operation.md     ← 描述"读-丰富-写循环"的 Markdown
  ingestion/
    ideas.md
    media.md
    ...