开放大脑🧠
建立在 Nate B.Jones的开放大脑 建筑。 这是MonkeyRun对其开源个人存储系统的实现和扩展——我们添加了Gmail捕获、长格式内容的RAG分块，并记录了用人工智能构建它的过程。
MonkeyRun 是一家软件工作室，使用人工智能作为主要开发合作伙伴来构建和发布产品，使用Cursor、Claude和OpenClaw等工具来端到端地管理实际项目。这个仓库就是其中一个实验：构建一个持久的人工智能记忆层，并在公共场合学习。
Open Brain是一个MCP服务器，允许AI代理使用语义向量搜索来保存、搜索和检索“想法”。您可以捕获想法、决策、电子邮件和笔记，您使用的任何AI客户端（Claude、ChatGPT、OpenClaw）都可以按含义搜索它们，而不仅仅是关键字。
数据源
| 来源 | 方式 | 状态 |
|---|---|---|
| Discord#捕获频道 | 推送--键入频道 | ✅ 内置 |
| Gmail（已发送+星号） | Pull-run scripts/pull-gmail.ts | ✅ 可用 |
| ChatGPT导出 | 批量导入--运行 scripts/import-chatgpt.py | ✅ 可用 |
| 手册（任何AI客户端） | capture_thought MCP工具 | ✅ 内置 |
ChatGPT导出导入器
将您的ChatGPT数据导出转换为可搜索的内存。处理你的整个对话历史，过滤掉低信号内容（快速查找、一次性创造性任务），并将持久的知识提炼到Open Brain中。
# Export your data: chatgpt.com → Settings → Data Controls → Export Data
# Then run:
pip install requests
python scripts/import-chatgpt.py ~/Downloads/chatgpt-export.zip --dry-run --limit 10
python scripts/import-chatgpt.py ~/Downloads/chatgpt-export.zip它捕捉到了什么： 决策和推理、有背景的人、项目计划、经验教训、商业背景、个人价值观\ 它跳过的内容： 诗歌、笑话、一次性写作任务、通用问答、没有持久上下文的编码帮助
每个摄入的思想都储存着：
- 摘要（用于语义搜索）
- 原始对话文本（可按需检索）
- 直接链接到源(
https://chatgpt.com/c/)
支持OpenRouter（默认，约0.15美元/100次对话）或本地Ollama进行零成本推理。看 scripts/import-chatgpt.py --help 对于所有选项。
指南和扩展
| 指南 | 说明 |
|---|---|
| 电子邮件捕获——可视化概述 | 将Gmail添加到你的持久内存中——基于拉取的摄取、RAG分块、破坏的五件事 |
| 电子邮件捕获——完整指南 | 逐步设置、故障排除、自动化和安全说明 |
| 变电站岗位草案 | Nate B.Jones的Open Brain系列的社区贡献帖子 |
建筑
- 数据库： Supabase PostgreSQL+pgvector（1536维嵌入，
full_text源存储列） - 嵌入： 开放路由→
openai/text-embedding-3-small - 元数据提取： 开放路由→
openai/gpt-4o-mini - MCP服务器： Deno边缘函数（Supabase）使用
@modelcontextprotocol/sdk - 捕获： Discord#捕获通道→
ingest-thought边缘函数
MCP工具
| 工具 | 说明 |
|---|---|
capture_thought | 通过自动嵌入+LLM提取元数据节省思考 |
search_thoughts | 语义搜索——返回源URL和可选的完整原始文本 |
list_thoughts | 使用过滤器浏览最近的想法（类型、主题、人物、日期） |
thought_stats | 总计、类型分布、热门话题、热门人物 |
部署
supabase functions deploy open-brain-mcp --no-verify-jwt
supabase functions deploy ingest-thought --no-verify-jwt基础设施
- Supabase项目： 您自己的Supabase项目（参见
supabase/config.toml之后supabase link) - 认证： 基于自定义键（x-brain-key标头或？key=查询参数）
- JWT： 在功能级别禁用（自我管理身份验证）