摘要：GBrain — AI Agent 長期記憶系統架構參考
一句話總結（< 30 字）：把 Markdown brain repo 同步進 Postgres，做向量＋BM25 混合檢索與自動 wiki 圖譜的 agent 記憶系統。
重點
- 混合檢索：向量（HNSW on pgvector）解語義 + BM25 解精確比對，用 Reciprocal Rank Fusion 融合排名，自評比純向量 RAG +31.4 P@5。
- 自動知識圖譜：entity 偵測建 typed edges（bob → works_at → acme），不調用 LLM，故無 API 費用、可離線。
- 雙引擎：PGLite（單機零設定，~50K 頁面）與 Postgres+pgvector（多機共享）共用同一 BrainEngine 介面（~47 操作）。
- 去廠商綁定：嵌入向量層抽象化，支援 14 provider（含本地 Ollama），換 provider 不改 schema；job queue 用 Postgres 而非 Redis。
- MCP 為對外通道 + eval 驅動：stdio/HTTP MCP 介接各 AI 客戶端；內建 LongMemEval 基準與矛盾偵測。
關鍵術語
- 混合檢索（Hybrid Retrieval）：向量 + 關鍵字雙路檢索再融合 → 見 AI Agent 長期記憶系統設計
- RRF（Reciprocal Rank Fusion）：跨檢索器排名融合演算法
- pgvector / HNSW：Postgres 向量擴充與近似最近鄰索引
- MCP（Model Context Protocol）：agent 對外標準介面，已見於 Claude Code 五層架構
與既有 wiki 的關聯
| 既有概念 | 此文補充了什麼 |
|---|---|
| Claude Code 五層架構 | 補足 CLAUDE.md 之外「外掛式向量記憶」的另一條記憶路線 |
新增候選
此文中可能值得獨立成篇的新概念：
- AI Agent 長期記憶系統設計（已編譯，與 mempalace 合併）
原文來源
- 檔案：2026-05-19_GBrain-AI記憶系統架構參考
- 網址：https://github.com/garrytan/gbrain