（917期）Gbrain Multi-Agent Search – 你的本地第二大脑 · 语义知识库

你的本地第二大脑 · 语义知识库 本地个人知识库搜索与管理工具，支持全文检索、语义理解与知识图谱，适合管理笔记、邮件、日记等私密数据 使用说明 核心用法 Gbrain Multi-Agent Search 是一款基于 Bun 运行时构建的本地个人知识库 CLI 工具，专为需要长期积累、高效检索私密知识数据的用户设计。其核心架构包含三大检索引擎： 全文关键词搜索（search）：基于倒排索引的快速精确匹配，适合查找人名、术语、文件名等确定性内容 语义搜索（query）：通过 OpenAI 兼容的 Embedding API 实现语义理解，支持自然语言提问、模糊概念关联和跨主题查询 知识图谱（graph）：基于手动创建的实体关系（如 worksat、investedin、friend_of 等），支持多跳关系遍历 使用流程遵循「先精确后语义、先搜索后图谱」的分层策略：先用 search 快速定位，未果则换 query 深度理解，再通过 get 读取完整内容，最后用 graph 探索关联实体。 显著优点 完全本地私有化：数据存储于本地 Git 仓库，Embedding 可调用私有/本地 API，规避云端知识库隐私风险 多模态检索融合：关键词+语义+图谱三重机制，兼顾效率与智能 开放式实体关系：支持自定义 link-type，可建模复杂人际网络、项目归属、投资关系等 Markdown 原生友好：内容以 Markdown 管理，与现有笔记工作流（Obsidian、Logseq 等）无缝衔接 增量更新机制：sync + embed --stale 支持高效增量索引，避免全量重建开销 潜在缺点与局限性 部署门槛较高：需自行安装 Bun 运行时、配置 Embedding API、初始化双仓库结构（gbrain 源码 + brain 内容），对非技术用户不友好 Embedding 成本依赖外部 API：语义功能强制依赖 OpenAI 或兼容服务商，产生 token 费用；虽可本地部署模型，但配置复杂 知识图谱需手动维护：实体关系不会自动提取，需用户通过 link 命令主动创建，规模化后维护成本显著 中文分词与排名优化有限：作为个人开源项目，对 CJK 字符的索引优化、相关性排序可能不及商业方案 无冲突解决与协作机制：Git 管理虽提供版本控制，但无并发编辑、冲突合并的专门设计 适合人群 技术背景较强的个人知识管理者（开发者、研究员、记者、投资人） 对数据隐私敏感、拒绝 SaaS 笔记平台的用户 已使用 Markdown/Git 管理笔记，希望叠加语义检索能力的进阶用户 需要构建个人关系网络、项目履历等结构化知识图谱的专业人士 常规风险 API 密钥泄露风险：Embedding API Key 需配置于环境变量或命令行，存在意外提交至 Git 历史的可能 Embedding 服务商锁定：切换模型或服务商需重新生成全部向量，迁移成本较高 本地数据丢失：虽依赖 Git，但若未配置远程备份，单点故障可导致知识库永久丢失 语义漂移与幻觉：Embedding 检索返回的结果基于向量相似度，可能包含语义相关但实际无关的内容，需人工复核 原始说明 Search and manage a local gbrain personal knowledge base (full-text search, semantic search, knowledge graph). Use when searching personal notes, emails, doc...