🧠 myBrAIn——MCP生态系统
谷歌反重力的确定性、概念性、情境感知的第二大脑。
______________________________________________________________________
介绍
myBrAIn 是一个MCP（模型上下文协议）服务器，旨在为语言模型（如谷歌反重力）提供持久和上下文记忆。它充当开发环境的“第二大脑”，允许人工智能在不同的聊天会话中记住项目规则、架构决策和技术见解。
______________________________________________________________________
系统架构
该系统分为三个主要部分：
- 核心：管理持久性(
db.py)以及分析智能(analyzer.py)用于从代码中提取见解。 - 服务器：标准MCP接口(
server.py)这允许反重力与大脑相互作用。 - 管理用户界面：高级仪表板(
admin.py)基于Streamlit，通过以下高级功能可视化、管理和调试存储的内存 知识图谱, 内存导出，以及 沉默的观察者 仪表板。 - 观察者：后台守护进程线程(
observer.py)实时监控代码库漂移。
______________________________________________________________________
🏗 安装
A.Docker部署（推荐）
最简单的跑步方式 myBrAIn 正在使用Docker Compose。
# Clone & Prepare
git clone https://github.com/lilium360/myBrAIn.git
cd myBrAIn
cp .env.example .env
# Spin up
docker compose up -d管理UI将在以下位置提供： http://localhost:8501
B.本地安装（原生Python）
- 克隆并输入:
git clone https://github.com/lilium360/myBrAIn.git
cd myBrAIn- 设置环境:
- 窗户： python -m venv venv && .\venv\Scripts\activate - Unix： python3 -m venv venv && source venv/bin/activate
- 安装:
pip install -r requirements.txt
______________________________________________________________________
🚀 使用指南
1.启动管理仪表板
要以图形方式管理数据库并可视化见解：
- 通过Docker：已在运行
docker compose up.打开 http://localhost:8501. - 通过Python：运行
streamlit run admin.py（或python -m streamlit run admin.py).
2.集成在IDE中（光标、VS代码+反重力）
将此添加到您的 mcpServers 配置JSON：
选项A：通过Docker
{
"mcpServers": {
"mybrain": {
"command": "docker",
"args": ["exec", "-i", "mybrain-admin", "python", "server.py"],
"env": {
"MYBRAIN_DATA_DIR": "/data/mybrain"
}
}
}
}选项B：通过Python（本地）
{
"mcpServers": {
"mybrain": {
"command": "python",
"args": ["/ABSOLUTE/PATH/TO/mybrain/server.py"]
}
}
}\[！重要\] 更改路径 args 到 绝对的 您机器上的路径。______________________________________________________________________
🧠 项目入职和背景
myBrAIn 是专门为处理“项目入职”而设计的，这是一个人工智能分析您当前代码库并存储其架构DNA的过程。
如何启动一个新项目
配置MCP服务器后，只需使用以下提示：
“我想把这个项目完整地载入你的长期记忆中。按顺序执行：结构链接、堆栈分析、架构分析、样式分析和排除分析。”
📝 集成协议（AI代理必须遵守）
确保AI使用 myBrAIn 正确且一致地将以下说明复制并粘贴到项目的自定义说明中，或 .cursorrules 文件：
# myBrAIn Integration Protocol (MANDATORY)
You are connected to **myBrAIn**, an MCP server that acts as your Long-Term Memory and "Single Source of Truth" for this project.
You MUST NEVER rely solely on the current chat context or your general knowledge when project-specific rules are saved.
Strictly follow this operational cycle for EVERY interaction:
## 1. RECALL PHASE (Before Reasoning)
BEFORE generating any code or technical response, you MUST consult the memory:
- **Action:** Run `recall_context` using relevant keywords (e.g., "auth logic", "styling conventions", "api patterns").
- **Goal:** Retrieve the tech stack, architectural rules, and standard components already defined.
- **Constraint:** If you find an existing rule or component (e.g., "Always use `CustomButton`"), you MUST use it. Creating duplicates or unauthorized variations is FORBIDDEN.
## 2. CONSISTENCY PHASE (During Reasoning)
While generating the response:
- Strictly adhere to retrieved Constraints.
- If the user requests something that violates a saved rule (e.g., "Use jQuery" in a React project saved as "No jQuery"), warn the user of the conflict before proceeding.
- Use the code style (naming, comments, structure) retrieved from memory to maintain uniformity.
## 3. MEMORIZATION PHASE (During/After Action)
Your task is to keep the memory alive and updated. DO NOT wait for the user to ask.
Use `store_insight` proactively in the following cases:
- **New Decisions:** If a new architectural rule is established (e.g., "From now on, use only Tailwind").
- **New Patterns:** If you write a reusable generic component, save it as a "Standard Component".
- **Corrections:** If the user corrects your error, save the correction (e.g., "Do not use library X because it's buggy").
- **Onboarding:** If you detect a new empty project, propose or run `initialize_workbase`.
## 4. CONFLICT MANAGEMENT
- **myBrAIn Priority:** If your general knowledge suggests "X" but myBrAIn says "Y", the correct answer is "Y".
- **Updates:** If an old memory is obsolete, use `store_insight` to overwrite it (the system handles semantic collision automatically via `replace_id`).
---
**Correct Workflow Example:**
User: "Create a login page."
AI (Internal Thought): "Check myBrAIn for 'login', 'auth', 'ui components'."
AI Action: `recall_context("login auth ui style")`
AI (Found): "The project uses NextAuth and Shadcn components."
AI Response: Generates code using EXACTLY NextAuth and Shadcn, without inventing custom CSS unless necessary.
AI Action (Post): Since a new useful auth hook was created, run `store_insight` to save it.______________________________________________________________________
可用工具
initialize_workbase：将目录链接到大脑。store_insight：手动保存规则或上下文。recall_context：检索当前任务的相关记忆。critique_code：根据存储的体系结构规则验证代码。audit_codebase：扫描整个代码库，查看架构漂移和矛盾。
______________________________________________________________________
高级配置
您可以通过环境变量（在Docker中）或修改来定制系统行为 core/config.py.
______________________________________________________________________
______________________________________________________________________
🗂️ 管理员仪表板功能（v1.1）
重构后的管理仪表板包括：
- 基于卡的浏览器：在带有规则、上下文和约束的彩色标签的现代化网格中浏览记忆。
- 知识图谱：交互式可视化大脑的语义关系和分类集群。
- 批量操作：选择多条记录进行同时删除或快速编辑。
- 无声观察者仪表板：背景漂移检测引擎的实时状态监测。
- 内存管理：导出完整的大脑转储或特定于工作库的JSON；在项目之间导入和重新分配知识包。
- 工作基地管理：通过受确认保护的销毁机制安全管理项目数据。
______________________________________________________________________
🔮 路线图
- \[ \] 语义路线图： 内部任务规划师，负责维护长期目标和特征进度的背景。
- \[x\] 内存导入/导出： 与你的团队分享你的“大脑”（粒度和目标）。
- \[x\] 沉默的观察者： 扫描代码并检测架构漂移的后台守护进程。
- \[x\] Docker支持
- \[x\] 带知识图谱的管理UI