gbrain 架构精华
Garry Tan 的 Hermes/OpenClaw Agent Brain — 提取可落地的模式 源文件 CLAUDE.md 1549行/240KB，已压缩为此摘要
一、设计哲学
1. “瘦 harness，肥 skills”
核心思想：agent 框架保持简洁，所有能力在 skill 文件里。skill = markdown = 人类可读 = 任何 agent 都能用。 → 我们已在做： RESOLVER.md + HEARTBEAT.md + 各追踪文件
2. “个人 AI 的家酿啤酒”
Skill 应该像 Homebrew 包一样可安装、可升级、可共享。 → 可借鉴： 把常用操作封装为独立 skill 文件，用 RESOLVER 路由
3. 两仓库分离
Agent 仓库（代码/技能/配置）≠ Brain 仓库（知识/记忆/数据）。
→ 对比我们： ${HOME}/.hermes/ = Agent 仓库，${DATA_ROOT}/ku/yunlu/ = Brain 仓库。已自然分离 ✅
二、核心架构组件
1. 9 阶段脑循环 (Dream Cycle)
Lint → 反向链接 → 同步 → 合成 → 提取 → 模式检测 → 情感权重 → 嵌入 → 孤儿检测
每天自动跑一轮。合成阶段用 Haiku 判断对话是否值得记录，值得的用 Sonnet 写入 brain。 → 对比我们： 23:30 Vault 整合是简化版。可加入”对话价值判断”和”模式检测”两个阶段。
2. 信号检测器 (Signal Detector)
Always-on。每条消息都并行触发，从中提取：
- 想法 → idea-ingest skill
- 实体（人/公司）→ enrich skill
- 链接/媒体 → media-ingest skill → 我们缺这个。 目前只有被动响应。应该在 RESOLVER 的 “Always-on” 区加入信号检测。
3. 混合搜索 (Hybrid Search)
向量搜索 + 关键词搜索 + 来源感知排序。不同来源（原创/写作/日常/聊天）有不同的权重和排除规则。 → 长期有用。 vault 增长后，不同文件夹的内容应有检索优先级。
4. 信任边界 (Trust Boundary)
区分 remote=true（不信任的调用方，如 HTTP API）和 remote=false（信任的本地 CLI）。安全操作（文件上传、shell job）只在本地可用。
→ 我们有类似概念： Hermes 的本地 terminal vs Discord DM 通道。
5. 平静时间 (Quiet Hours)
通知管控：非工作时间不发通知，攒到早上。 → 可借鉴： 给 cron 加安静时段，02:00-07:00 只记录不推送。
三、Skill 设计精髓
Skill 层级
- Always-on — signal-detector, brain-ops（每消息触发）
- 触发器路由 — 关键词 → 具体 skill
- 跨领域约定 — quality.md, brain-first.md, routing.md
- 消歧规则 — 匹配多个时选最具体的
Skill 质量标准
- 必须可路由（RESOLVER 中有入口）
- 必须有 filing rules（知道产物放哪）
- 必须有测试方法（能验证结果）
- 输出格式要确定（不能随便改）
四、立即可落地的
| 借鉴 | 优先级 | 工作量 |
|---|---|---|
| 信号检测器（Always-on） | 🔴 | 加入 RESOLVER |
| 安静时段（Quiet Hours） | 🟡 | 修改 cron |
| 搜索来源优先级 | 🟢 | 长期 |
| 两阶段对话整合（判断+写入） | 🟢 | 长期 |
五、不需要的
| 组件 | 原因 |
|---|---|
| 多 Brain 路由 | 只有一个 vault，不需要 |
| MCP/HTTP 服务 | Hermes 已有 gateway |
| Subagent 队列 | Hermes 已有 delegate_task |
| 嵌入/向量搜索 | Hermes 已有 memory + session_search |
| OAuth/权限系统 | 个人使用不需要 |
| 跨模态评估 | 过度工程 |
研究时间：2026-05-14 | 源：gbrain v0.33.x