GBrain 自更新代理记忆图谱

为什么代理需要一个自更新的记忆图谱

大多数 AI 代理的知识管理仍依赖静态文档或向量索引。当你更新一个项目背景、人员变动或关键指标时，代理往往只能读取过期快照，无法反映最新状态。代理在跨会话工作时，需要记忆人物、公司、文档之间的关联，但传统方案要么依赖文件路径和正则表达式手动抽取，要么使用向量数据库做模糊匹配，两者在扩展性和精确性上都有明显短板。

当代理需要回答“这个人和哪些公司有关联”或“上个月的产品指标变化”这类问题时，静态知识库很容易失效。手动维护多个 Markdown 文件又会导致分叉和不一致。你需要一个能在后台自主运行、随数据更新而持续演化的本地知识结构。

技能的核心工作方式

GBrain 为这类问题提供了一个轻量的本地记忆层，它的核心设计围绕三个能力展开：

• Markdown 摄入：直接解析你已有的知识库目录，将文档内容转换为结构化节点。
• 实体链接与图谱构建：自动识别文本中的人名、公司、指标等实体，建立跨文档的引用关系。
• 混合搜索与时间轨迹：在关键词和向量检索之间动态选择，并为每个实体保留时间维度上的状态变化。

使用这个技能时，你首先需要准备好一个 Markdown 知识库目录。GBrain 会通过其 CLI 扫描目录内容，提取实体和关系，构建本地图谱数据库。随后，代理可以通过 MCP 协议直接访问图谱中的检索工具，进行自然语言查询。

在 v0.35.7 版本中，GBrain 引入了时间轨迹和创始人评分卡功能。你可以在文档中用 ## Facts 围栏声明关键指标，例如 mrr=50000 或 team_size=12，GBrain 会将它们存储为一等列，并随时间记录变更。

适用边界与注意事项

这个技能适合需要长期运行、知识持续更新的代理场景。它不适用于一次性问答或无需维护实体关系的小型项目。

先决条件包括 GBrain CLI 和带有 pgvector 的本地数据库。MCP 服务器部署是可选的，但如果你希望代理运行时能实时查询图谱，则需要配置该服务。

请注意，GBrain 的自主更新依赖你提供的 Markdown 数据质量和格式规范。若文档结构混乱或实体命名不一致，图谱的链接准确性会受到影响。