BrainLayer
你的AI有健忘症。BrainLayer修复了这个问题。
     
每一个架构决策、每一次调试会话、你表达的每一个偏好-- 在两次会议之间。 你不断地重复自己。你的代理重新发现了它已经修复的错误。
BrainLayer为任何与MCP兼容的AI代理提供跨对话的持久内存。一个SQLite文件。没有云。没有Docker。就 pip install.
"What approach did I use for auth last month?" → brain_search
"Remember this decision for later" → brain_store
"What was I working on yesterday?" → brain_recall
"Ingest this meeting transcript" → brain_digest
"What do we know about this person?" → brain_get_person快速开始
pip install brainlayer添加到MCP配置(~/.claude.json 克劳德代码):
{
"mcpServers": {
"brainlayer": {
"command": "brainlayer-mcp"
}
}
}就是这样。你的经纪人现在什么都记得了。
Other editors (Cursor, Zed, VS Code)
光标 (MCP设置):
{
"mcpServers": {
"brainlayer": {
"command": "brainlayer-mcp"
}
}
}泽德 (settings.json):
{
"context_servers": {
"brainlayer": {
"command": { "path": "brainlayer-mcp" }
}
}
}VS Code (.vscode/mcp.json):
{
"servers": {
"brainlayer": {
"command": "brainlayer-mcp"
}
}
}MCP工具(12)
每个工具包括 工具注释 因此,代理知道哪些呼叫可以在没有确认的情况下安全运行。
| 工具 | 类型 | 功能 |
|---|---|---|
brain_search | read | 语义+关键字混合搜索所有记忆。生命周期意识。 |
brain_store | 坚持决策、学习和错误。自动重要性评分。通过以下方式确定每个代理的范围 agent_id. | |
brain_recall | read | 主动检索--会话上下文、摘要、最近的工作 |
brain_tags | read | 浏览标签,无需查询即可发现内存中的内容。 |
brain_digest | write | 摄取原始内容——实体提取、关系、动作项。 |
brain_entity | 阅读 | 查找知识图实体——类型、关系、证据。 |
brain_expand | read | 获取一个周围有N个块的块,以获取完整上下文。 |
brain_update | write | 更新重要性、标记或存档现有记忆。 |
brain_get_person | read | 人员查找--实体详细信息、交互、偏好。 |
brain_enrich | 写 | 运行LLM富集-双子座,Groq或当地MLX/Ollama。 |
brain_supersede | destructive | 用新内存替换旧内存。个人数据安全门。 |
brain_archive | 破坏性 | 带时间戳的软删除。可通过直接查找进行恢复。 |
全部14个遗产 brainlayer_* 工具名称仍然可以作为别名使用。
建筑
graph LR
A["Claude Code / Cursor / Zed"] -->|MCP| B["BrainLayer
12 tools"]
B --> C["Hybrid Search
vector + FTS5"]
C --> D["SQLite + sqlite-vec
single .db file"]
B --> KG["Knowledge Graph
entities + relations"]
KG --> D
E["JSONL conversations"] --> W["Real-time Watcher
~1s latency"]
W --> D
I["BrainBar
macOS menu bar"] -->|Unix socket| B一切都在本地运行。 云富集(Gemini/Groq)和Axiom遥测是可选的。
| 层 | 实现 |
|---|---|
| 存储 | SQLite+ sqlite-vc,WAL模式,单 .db 文件 |
| 嵌入 | bge-large-en-v1.5 (1024调光,CPU/MPS) |
| 搜索 | 向量相似度+FTS5,与互易秩融合融合 |
| 观察者 | 实时JSONL索引(~1s),4层内容过滤器,偏移持久化 |
| 富集 | 每个块10个元数据字段——Groq、Gemini、MLX或Ollama |
| 知识图谱 | 实体、关系、共现提取、人员查找 |
为什么选择BrainLayer?
| BrainLayer | Mem0 | Zep/Graphiti | Letta | |
|---|---|---|---|---|
| MCP工具 | 12 | 1 | 1 | 0 |
| 本地优先 | SQLite | 云优先 | 仅限云 | Docker+PG |
| 零基础设施 | pip install | API密钥 | API密钥 | Docker |
| 实时索引 | ~1s | 否 | 否 | 不 |
| 知识生命周期 | 替代/存档 | 自动去重 | 否 | 否 |
| 开源 | Apache 2.0 | Apache 2.0 | 源代码可用 | Apache 2.0 |
BrainBar——macOS伴侣
可选的Swift原生菜单栏应用程序。快速捕获、实时仪表板、知识图查看器——遍布Unix套接字。通过LaunchAgent退出后自动重新启动。
bash brain-bar/build-app.sh # Build, sign, install LaunchAgent作家仲裁
后台制作人与 BRAINLAYER_ARBITRATED=1 并将写入内容附加到 ~/.brainlayer/queue/; com.brainlayer.drain.plist 以单个写入器的身份每500ms清空一次队列。Trigram FTS维护通过以下方式明确 brainlayer repair-fts 和周刊 com.brainlayer.repair-fts.plist,不是同步启动工作。请参阅 docs/arbitration.md.
近期硬化(2026-04-15→2026-05-02)
在下一次演示后进行为期两周的稳定性冲刺。下面的每一行都指向一个合并的PR。
搜索召回和删除
- FTS召回在Python、Swift BrainBar和观察者管道中得到加强(#263).
- 用于脆弱令牌恢复的词汇防御词典导出(#262).
- MMR检索后已删除
brain_search(#242). - 独特的遗产
content_hash指数下降——阻止了重新浓缩写入(#245). - 迅速
brain_store队列回退,以便BrainBar在守护进程重启过程中能够持续运行(#261).
BrainBar可靠性和用户体验
- MenuBarExtra(.window)用实时状态火花线和全宽英雄重写(#248).
- 仪表板用户体验大修(#246).
- 主控程序
initialize在背压下保持握手(#247). - KG部队模拟提前退出+
onAppear定时器重置--在图形选项卡空闲时终止CPU锁定(#249).
B期预防性基础设施(2026-05-01) --每个环境一个规范工件
/post-merge-deploy-check技能+初始canonical-deploy-registry.json(编排器#60)交叉检查GitHub合并元数据、注册表和部署的应用程序Info.plist因此,当本地捆绑包仍然指向错误的构建时,合并的PR不能被声明为已发货。- 在部署注册表架构中更正了规范应用程序路径(编排器#58).
测试闸门 --在进行任何推送操作之前,必须先设置预推门 main
scripts/run_tests.sh编排器统一了Python+Swift+隔离测试运行(#256).
安全
- 全部11 Swift
MCPRouter通过BrainBar公开的工具现已发布ToolAnnotations(cyberMaster H1)(#253).
飞行中(2026-05-02可靠性冲刺) — 公关编号251
- 通过浮动恢复可调整大小的仪表板面板
NSPanel(BrainBarDashboardPanelController)而不是MenuBarExtra(.vindow)。 - 添加三元组FTS5(
chunks_fts_trigram)带有启动安全防护:当取消同步的三元组表超过10K块时,会跳过同步回填,因此BrainBar以前从未阻止过活动的~360K块数据库/tmp/brainbar.sock打开。 - KG图集展示(基于重要性的高度过滤、区域背景、确定性播种)和
AgentActivityMonitor用于在仪表板上显示实时CLI。 - 发布/子平面
/tmp/brainbar.sock明确保留(brain_subscribe,brain_unsubscribe,notifications/claude/channel)--只有搜索/存储处理程序移动到Python MCP路径。
数据源
| 源 | 索引器 |
|---|---|
| 克劳德代码 | brainlayer index (JSONL来自 ~/.claude/projects/) |
| 克劳德桌面 | brainlayer index --source desktop |
| Codex CLI | brainlayer ingest-codex |
WhatsApp brainlayer index --source whatsapp | |
油管 brainlayer index --source youtube | |
| Markdown | brainlayer index --source markdown |
| 手册 | brain_store MCP工具 |
| 实时 | brainlayer watch LaunchAgent(~1s,4层过滤器) |
富集
每个块从本地或云LLM获得10个结构化元数据字段:
| 字段 | 示例 |
|---|---|
summary | “调试Telegram机器人消息负载不足” |
tags | 电报、调试、性能 |
importance | 8(架构决策)vs 2(目录列表) |
intent | debugging, designing, implementing, deciding |
primary_symbols | telegrambot、handlemessage、格莱美奖 |
epistemic_level | hypothesis, substantiated, validated |
brainlayer enrich # Run enrichment on new chunks
BRAINLAYER_ENRICH_BACKEND=groq brainlayer enrich # Force GroqCLI参考
brainlayer init # Interactive setup wizard
brainlayer index # Batch index conversations
brainlayer watch # Real-time watcher (persistent, ~1s)
brainlayer search "query" # Semantic + keyword search
brainlayer enrich # LLM enrichment on new chunks
brainlayer stats # Database statistics
brainlayer brain-export # Brain graph JSON for visualization
brainlayer export-obsidian # Export to Obsidian vault
brainlayer dashboard # Interactive TUI测试
pip install -e ".[dev]"
git config core.hooksPath .githooks # install repo pre-push hook once per clone
pytest tests/ # 1,848 Python tests
pytest tests/ -m "not integration" # Unit tests only (fast)
ruff check src/ && ruff format src/ # Lint + format
# BrainBar: 54 Swift tests via XcodeConfiguration (environment variables)
| 变量 | 默认值 | 描述 |
|---|---|---|
BRAINLAYER_DB | ~/.local/share/brainlayer/brainlayer.db | 数据库文件路径 |
BRAINLAYER_ENRICH_BACKEND | 自动检测 | 丰富后端(groq, gemini, mlx, ollama) |
GROQ_API_KEY | (unset) | Groq API密钥用于云富集 |
AXIOM_TOKEN | (未设置) | Axiom遥测令牌(可选) |
BRAINLAYER_ENRICH_RATE | 5.0 | 每秒请求数(5.0=300 RPM,AI Pro支持500+) |
BRAINLAYER_SANITIZE_EXTRA_NAMES | (空) | 要从索引内容中编辑的名称 |
看 完整配置参考 对于所有选项。
Optional extras
pip install "brainlayer[brain]" # Brain graph visualization + FAISS
pip install "brainlayer[cloud]" # Gemini Batch API enrichment
pip install "brainlayer[youtube]" # YouTube transcript indexing
pip install "brainlayer[ast]" # AST-aware code chunking (tree-sitter)
pip install "brainlayer[kg]" # GliNER entity extraction (209M params)
pip install "brainlayer[telemetry]" # Axiom observability
pip install "brainlayer[dev]" # Development: pytest, ruff贡献
欢迎投稿!看 贡献.md 了解开发设置、测试和PR指南。
许可证
Apache 2.0——请参阅 许可证.
傀儡的一部分
BrainLayer是 魔像 MCP代理生态系统:
- BrainLayer --持久内存(此仓库)
- 语音层 --AI代理的语音I/O
- cmuxLayer --AI代理的终端编排
最初开发为“Zikaron”(希伯来语:记忆)。提取到独立项目中是因为 每个开发人员都应该拥有持久的AI内存.
