Schema Pack：gbrain 怎么理解『你的 brain 长什么样』

你往 brain 里丢了成千上万篇笔记。慢慢会冒出一个问题：gbrain 怎么会知道，哪篇是关于一家公司的、哪篇是一笔交易、哪篇只是你随手记的想法？更进一步——当它读到一篇关于某公司的长文，能不能自动从中抠出「成立时间、创始人、融资轮次」这些整齐的字段，而不是让你每次都手动填？

这一课讲的 schema pack（模式包），就是回答这两个问题的东西。先别被「schema」这个词吓到——它说白了就是一本说明书，告诉 gbrain 你的 brain 是怎么分类的。

一、pack 解决的最朴素的困惑

没有 pack 的时候，gbrain 看你的笔记只是一堆没差别的 markdown。有了 pack，它才知道：这个目录放的是 company（公司）、那个目录放的是 deal（交易）、还有 person、meeting、concept、media……每种类型该往哪放、从路径怎么推断类型、类型之间用什么关系连起来。文档原话：pack 是「你的 brain 里有什么」的唯一真相源，每个技能在归档、查询、路由专家时都会先翻它¹。

对你而言，这意味着：你不用自己发明一套分类体系再教给系统。gbrain 出厂就带了好几本现成的说明书——gbrain-base（最通用的 15 类分类法，新装默认激活）、gbrain-investor（投资场景）、gbrain-creator、gbrain-engineer 等²。做投资的，一句 gbrain schema use gbrain-investor 就切到投资那套分类；你甚至可以 gbrain schema detect 让它扫一遍你的笔记、自动提议「你这堆东西最像哪本说明书」³。

二、它真正值钱的地方：让结构化自己长出来

光有分类还不够。设想一篇关于某公司的长文——如果没有 pack，它只是被切块、向量化，搜得到但榨不出结构。pack 里有个关键开关叫 extractable（可抽取）：被标记为可抽取的类型，gbrain 会跑一个 LLM 抽取器，从这类笔记里自动提炼出结构化字段写进 元信息头（frontmatter）⁴。

这就是你之所以愿意用 pack 的核心理由：你写散文，系统替你把「成立时间、创始人、融资轮」这种整齐信息抠出来、存成可查询的字段。日后你问「我 brain 里所有 B 轮以后的公司」，它能直接按字段筛，而不是去全文猜。

一个建筑师会在这里停一下想：为什么抽取规则要绑在 pack 上，而不是全局写死？因为不同领域的「什么值得抽」天差地别。投资笔记该抽融资轮次，技术笔记该抽依赖版本——把这些领域知识收进可替换的 pack，gbrain 核心才能保持通用。你要造类似工具，这条该抄：结构化抽取的规则按领域封装、可插拔，别焊死在引擎。

三、类型背后有五种「原料」

pack 里定义类型时，不是随便起名，而是从五种基础原料（primitive）里选一种扩展：entity（实体）、media（媒体）、temporal（时间物）、annotation（标注）、concept（概念）⁵。这个设计你不用记细节，但理解它的用意：五种原料决定了类型的「默认行为」——比如 entity 类天然会被图谱连边、可被专家路由；media 类默认不可抽取（一篇视频本身没什么结构化字段可榨）。把行为挂钩在原料上，pack 作者定义新类型时就不必重写一遍通用逻辑。

四、对使用者的实际意义

• 你不必自己设计分类法：选一本现成 pack（投资就选 investor）即可；拿不准就 gbrain schema detect 让它替你猜。
• 可抽取的类型会自动长出结构化字段：你写散文，系统替你填表，日后能按字段精确查询。
• 换领域换 pack 就行：个人脑、投资脑、工程脑各有说明书，互不干扰。
• 它和前面几课的关系：pack 定义的类型，正是第 2 课 storage tiering 里你按目录分层时的「那些目录」的语义来源；也是第 5 课图谱能织出 works_at/invested_in 这类带类型边的前提——系统得先通过 pack 知道「这是家公司、那是个创始人」，才连得对关系。

五、这一课带走的

schema pack 就是 brain 的分类说明书：告诉系统有哪些笔记类型、从哪放、怎么连。它让「杂乱笔记」变成「可被理解、可被结构化抽取的知识」，而你作为使用者，最多只需选一本 pack、偶尔跑一次 detect。真正复杂的类型定义与抽取规则，都封在可替换的 pack 里，不污染核心。

练习题

参考出处