全景鸟瞰：gbrain 是什么、你能在里面得到什么

后面 14 课会逐层拆 gbrain 的存储、检索、抽取、梦境、校准、透镜、权限、部署。在钻进细节前，值得先退一步看全景：一个人把知识交给 gbrain，到底换回了什么？而一个想造类似工具的人，又能从它的整体取舍里学到什么。读完全景再进各课，每课都知道自己正站在地图的哪一块。

本课是鸟瞰，不堆术语、不贴代码。所有论断来自 gbrain 官方 README 与架构文档，细节留待后续各课用源码实证。

一、它到底是什么：从一次普通检索的落差说起

普通搜索给你的是原始页面——「10 个提到你查询的片段」。gbrain 的定位恰恰卡在这个落差的切口上：它要给你的不是片段，而是答案。一句带引用的成文回答，外加一个诚实的声明——「大脑此刻还不知道什么」。

它最基本的形态是：你把知识写成 markdown 笔记，丢进一个 git 仓库；gbrain 把它们 ingest 进一个本地数据库；你的 agent 通过 MCP 接上它，检索、追问、综合。作者本人用它跑了 15 万页以上的个人与公司大脑，背后 66 个 cron 任务全天候运转——意味着这套东西不是 demo，是生产负载下磨出来的¹。

那么，一个人真正能从里面得到什么？可以从他跟系统的交互闭环来看。

二、一个使用者能得到的：输入—加工—输出闭环

喂进去的那一步，几乎零门槛。 笔记用普通 markdown 写，想关联哪篇就用 [名字](路径) 或 [[名字]] 链一下。不需要学特殊格式，不需要预先建 schema。你手写，或者让 agent 自动抓取——会议、邮件、推文、语音、原创想法，都能进。

加工那一步对你完全无感，却正是价值所在。 gbrain 把 markdown 切块、做 embedding、建索引，同时自动织出一张知识图谱：每次写笔记都抽出实体引用，建立带类型的边——works_at、invested_in、founded、advises、attended 这类动词型关系，而且零 LLM 调用²。再往上是 24/7 的梦境周期：夜间自动整合记忆、修复引用、派生摘要。作者有句话很传神——agent 在他睡着时 ingest 和 enrich，醒来比睡下时更聪明³。对个人使用者来说，这意味着知识不是静态存档，而是会在你不在时自己长结实。

取出来的那一步，才是和普通搜索分道扬镳的地方。 检索不止关键词加向量，还能顺着图谱跳到相邻笔记。但真正让人体感不同的，是综合层：它不丢给你一堆片段，而是生成带引用的成文答案，并显式标出「大脑还不知道的部分」（gap analysis）[^readme-综合（synthesis）]。这改变了使用的姿态——你不是在翻档案，是在跟一个读过你全部笔记、且知道自己的盲区的助手对话。

闭环里有一条贯穿始终的心智：markdown 是唯一事实源，数据库只是缓存。你改了笔记、重新 ingest，一切都能重建。后面所有课的基石，都立在这句话上。

三、一个架构师能学到的：四个贯穿全局的取舍

若目标是造自己的工具，gbrain 最值得抄的不是某个函数，而是它反复押注的四个决策——后面每课都是它们的展开。

文件系统 canonical，markdown 是 system of record。 它不让数据库成为事实源，markdown 加 frontmatter 才是。好处是用 git 就能版本控制、diff、跨机同步、人工编辑、整体重建；代价是所有「数据库里的东西」都必须能从 markdown 重新生成。任何知识系统都该先回答「事实源在哪」，再让衍生结构可重建。

能用确定性提取的，绝不上 大模型（LLM）。 图谱用正则扫你写下的链接语法建立（零成本），而不是调 LLM 抽实体。LLM 只用在「用户没提供的信号」上——综合、判定、开放文本抽取。把昂贵的调用压在不可替代的环节，结构信号优先从用户已有的书写习惯里白嫖，这是成本可控的关键。

检索不押注单一范式。 关键词、向量、图谱遍历、LLM 综合叠在一起，且每个环节都能量化评测。改了检索逻辑，能用 eval 回归测量是变好还是变坏，而不是凭感觉。

机器负责发现，人负责决断。 矛盾探针只标出可疑、给修复命令，不替你删笔记；梦境周期的触发要你自己用 cron 或 autopilot 挂上，gbrain 不会偷偷自跑烧钱；存储分层让你自己决定谁进 git、谁只留库。控制权始终在用户手里——这是「AI 监督者」定位的精髓。

四、14 课地图：你正站在全景的哪一块

后面的课是上面全景的逐层展开：

课	主题	对应全景的哪一块
01	系统事实源（markdown 是 record）	文件系统 canonical
02	存储分层（db_tracked 与 db_only）	谁进 git、谁只留库
03	ingest 采集管道	喂进去的那一步
04	混合检索	不押注单一范式
05	图谱 + 矛盾探针	确定性建图 + 质量自检
06	schema packs（结构化抽取）	加工的结构化
07	围栏标记（fence） / 观点（takes） / 事实（facts）（观点与事实分层）	记忆的结构化层级
08	dream cycle 总览	24/7 梦境周期
09	dream cycle 作用域	24/7 梦境周期
10	think 校准	机器发现、人决断
11	透镜（lens） packs（投资者透镜）	检索的视角切片
12	访问控制	公司脑的权限边界
13	技能演化	agent 能力随用随长
14	部署与运维	落地到你的硬件 / DB / key

五、两种读者的读法

想造工具的人，重点看每课的「为什么这么设计」——那是 gbrain 踩坑多年沉淀的取舍，代码细节可跳。单纯想用的人，重点看「你需要做什么、系统自动做什么、能力边界在哪」。最该警惕的错觉是「系统会不会偷偷替我做了什么」——答案贯穿各课：触发权和判断权，gbrain 都留给了你。

练习题

---

参考出处

Footnotes

1. 代码仓库 README.md（「Search gives you raw pages. GBrain gives you the answer.」；作者用以跑 155,795 页个人/公司大脑，66 个 cron 全天候自动运行；约 15 分钟起一个个人 agent）。 ↩

2. 代码仓库 README.md（「A self-wiring knowledge graph. Every page write extracts entity refs and creates typed edges (attended, works_at, invested_in, founded, advises) with zero LLM calls.」；BrainBench 上 P@5 49.1% / R@5 97.9%，关图变体 +31.4 P@5）。 ↩

3. 代码仓库 README.md（「The 24/7 dream cycle is what keeps it sharp.」；agent 在主人睡着时 ingest 会议/邮件/推文/语音/原创想法，醒来比睡下时更聪明）。 ↩