Ce este GBrain și de ce contează?
GBrain nu este doar un alt instrument de memorare. Este o arhitectură care rezolvă problema fundamentală a agenților AI: lipsa de context persistent. În loc să sune un model de limbaj mare (LLM) de fiecare dată când are nevoie să înțeleagă o relație între concepte, GBrain folosește expresii regulate (regex) pentru a infera conexiuni între fragmente de cunoștințe stocate în fișiere Markdown. Asta înseamnă viteză, eficiență și costuri reduse – exact ce ai nevoie pentru aplicații enterprise sau personale.
Garry Tan, cunoscut pentru viziunea sa asupra startup-urilor tehnologice, a proiectat GBrain să fie modular și extensibil. „Am vrut ceva care să funcționeze ca un creier real – să facă legături fără să ceară ajutorul unui supercomputer de fiecare dată”, a spus el într-un interviu recent. Și funcționează.
Pasul 1: Instalarea GBrain v0.38.2.0
Primul pas este să instalezi GBrain. Asigură-te că ai Python 3.10+ și pip actualizat. Deschide terminalul și rulează:
```bash
pip install gbrain==0.38.2.0
```
Dacă întâmpini erori legate de dependențe, încearcă:
```bash
pip install --upgrade pip setuptools wheel
pip install gbrain==0.38.2.0
```
După instalare, verifică versiunea:
```bash
gbrain --version
```
Ar trebui să vezi ceva de genul: `gbrain 0.38.2.0`.
Pasul 2: Construirea unui repository de creier (Brain Repo)
GBrain funcționează pe baza unui „brain repo” – un director care conține fișiere Markdown structurate. Creează unul:
```bash
mkdir my_brain
cd my_brain
gbrain init
```
Această comandă generează o structură de bază cu un fișier `config.yaml` și un director `notes/`. În `config.yaml`, poți defini reguli regex pentru conectarea automată a notițelor. De exemplu:
```yaml
connections:
- pattern: "#([A-Za-z]+)"
target: "notes/$1.md"
```
Asta înseamnă că orice cuvânt precedat de `#` într-un fișier Markdown va fi tratat ca o legătură către un alt fișier.
Pasul 3: Adăugarea de cunoștințe
Creează câteva fișiere Markdown în directorul `notes/`. De exemplu, `notes/intalniri.md`:
```markdown
# Întâlniri
```
Și `notes/proiectAlpha.md`:
```markdown
# Proiect Alpha
Obiectiv: Lansare în Q3 2025.
Responsabil: Ana Popescu.
```
Acum, rulează scanarea pentru a conecta automat notițele:
```bash
gbrain scan
```
GBrain va citi toate fișierele, va aplica regex-urile din config și va crea un graf de cunoștințe. Poți vizualiza conexiunile cu:
```bash
gbrain graph
```
Pasul 4: Căutare hibridă
Una dintre cele mai puternice funcții ale GBrain este căutarea hibridă – combină căutarea textuală cu cea semantică. Pentru a o testa, rulează:
```bash
gbrain search "decizii proiect"
```
Rezultatul va include atât potriviri exacte (de exemplu, cuvântul „decizii” din `intalniri.md`), cât și sugestii bazate pe context (de exemplu, `proiectAlpha.md` datorită legăturii `#proiectAlpha`).
Dacă vrei să ajustezi ponderile între căutarea textuală și cea semantică, editează `config.yaml`:
```yaml
search:
hybrid_weight: 0.7 # 0 = doar textual, 1 = doar semantic
```
Pasul 5: Conectarea la Claude Code prin MCP
Acum vine partea interesantă: integrarea cu Claude Code de la Anthropic prin Model Context Protocol (MCP). MCP permite agenților AI să acceseze resurse externe în mod standardizat. Pentru a conecta GBrain, instalează mai întâi MCP server:
```bash
pip install mcp-server-gbrain
```
Apoi, pornește serverul MCP:
```bash
mcp-server-gbrain --brain-path /cale/catre/my_brain
```
În Claude Code, configurează un client MCP care să se conecteze la acest server. De exemplu, în fișierul de configurare Claude:
```json
{
"mcpServers": [
{
"name": "gbrain",
"url": "http://localhost:8000"
}
]
}
```
Acum, când Claude Code primește o întrebare, poate interoga GBrain pentru context relevant. De exemplu, dacă întrebi „Care sunt deciziile legate de proiectul Alpha?”, Claude va trimite o cerere MCP către GBrain, care va returna notele conexe.
Testare live
Pentru a verifica totul, deschide Claude Code și scrie:
```
/gbrain search "decizii proiect"
```
Dacă totul funcționează, vei primi răspunsul direct în interfață. Poți chiar să ceri lui Claude să adauge o notiță nouă:
```
/gbrain add "2025-03-17: Nouă decizie – amânare lansare."
```
GBrain va scrie automat în fișierul corespunzător și va actualiza graful.
De ce este important?
GBrain reprezintă o schimbare de paradigmă în modul în care agenții AI gestionează memoria. În loc să se bazeze pe apeluri costisitoare la LLM-uri pentru fiecare conexiune, folosește regex-uri rapide și eficiente, ceea ce reduce latența și costurile operaționale. Pentru dezvoltatori, asta înseamnă că poți construi agenți care „își amintesc” fără a sparge banca. Pentru utilizatori, înseamnă interacțiuni mai fluide și mai inteligente. Garry Tan a creat un instrument care nu doar că rezolvă o problemă tehnică, ci deschide ușa către o nouă generație de aplicații AI – de la asistenți personali la sisteme enterprise de gestionare a cunoștințelor. Dacă ești curios să vezi cum funcționează, începe chiar acum cu acest tutorial. Vei fi surprins cât de simplu și puternic este.
