Token导航 LogoToken导航TokenDH.com
brainlayer (Etan Hey) logo
AI代理stdio官方级别未说明来源级核验

brainlayer (Etan Hey)

MCP Server

BrainLayer是一款为MCP兼容AI代理提供跨会话持久记忆的服务,通过本地SQLite数据库实现无需云端或Docker的记忆存储和检索。

工具数

12

提示词数

0

GitHub Stars

6

资源数

0
持久记忆本地存储PythonClaude搜索ClaudeCursorVS Code

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

EtanHey

提供方

EtanHey

最后核验

2026/5/17 20:21

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

pip install brainlayer

详细介绍

BrainLayer

你的AI有健忘症。BrainLayer修复了这个问题。

![PyPI](https://pypi.org/project/brainlayer/) ![CI](https://github.com/EtanHey/brainlayer/actions/workflows/ci.yml) ![License](LICENSE) ![MCP](https://modelcontextprotocol.io) ![Tests](#testing) ![Website](https://brainlayer.etanheyman.com)

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_searchread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_recallread主动检索--会话上下文、摘要、最近的工作
brain_tagsread浏览标签,无需查询即可发现内存中的内容。
brain_digestwrite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_expandread获取一个周围有N个块的块,以获取完整上下文。
brain_updatewrite更新重要性、标记或存档现有记忆。
brain_get_personread人员查找--实体详细信息、交互、偏好。
brain_enrich运行LLM富集-双子座,Groq或当地MLX/Ollama。
brain_supersededestructive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。

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?

BrainLayerMem0Zep/GraphitiLetta
MCP工具12110
本地优先SQLite云优先仅限云Docker+PG
零基础设施pip installAPI密钥API密钥Docker
实时索引~1s
知识生命周期替代/存档自动去重
开源Apache 2.0Apache 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

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 CLIbrainlayer ingest-codex
WhatsApp brainlayer index --source whatsapp
油管 brainlayer index --source youtube
Markdownbrainlayer 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
importance8(架构决策)vs 2(目录列表)
intentdebugging, designing, implementing, deciding
primary_symbolstelegrambot、handlemessage、格莱美奖
epistemic_levelhypothesis, substantiated, validated
brainlayer enrich                    # Run enrichment on new chunks
BRAINLAYER_ENRICH_BACKEND=groq brainlayer enrich   # Force Groq

CLI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 Xcode

Configuration (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_RATE5.0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

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:

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.

目录标签

目录标签

持久记忆本地存储PythonClaude搜索本地部署AI代理知识图谱语义搜索AI代理记忆

支持客户端

ClaudeCursorVS Code

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

部署方式(deploymentType,部署类型)

local-only

工具数量(toolCount,工具数)

12

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdiononelocal-only

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP