返回资源广场

知识库资源 / 文件下载

GBrain 知识库

本库覆盖 GBrain——一款给 AI Agent 提供本地持久化记忆的 Brain 框架——从安装部署、数据模型、知识图谱、混合检索,到自维护循环、任务队列、多 brain 组织与 MCP / skill 集成的全栈技术知识。把它导入你的 Agent 后,Agent 能懂 GBrain 的设计原理(page 双区模型、typed-link 自动建图、7 阶段混合检索、内整循环被动复利),也能据以实现——装通一座 PGLite brain、写入并检索知识、建图谱、跑 dream / autopilot、把 brain 通过 MCP 挂进 Claude Code。

资源说明

本库覆盖 GBrain——一款给 AI Agent 提供本地持久化记忆的 Brain 框架——从安装部署、数据模型、知识图谱、混合检索,到自维护循环、任务队列、多 brain 组织与 MCP / skill 集成的全栈技术知识。把它导入你的 Agent 后,Agent 能懂 GBrain 的设计原理(page 双区模型、typed-link 自动建图、7 阶段混合检索、内整循环被动复利),也能据以实现——装通一座 PGLite brain、写入并检索知识、建图谱、跑 dream / autopilot、把 brain 通过 MCP 挂进 Claude Code。

文件格式:ZIP。下载后请使用支持该格式的应用打开。

适用范围与前置条件

导入知识库或按 index.md 的阅读顺序使用;页面之间的前置关系以各页 frontmatter 为准。

怎么使用

学习路径

按前置依赖推荐的阅读顺序(前置概念在前):

  1. gbrain-overview(GBrain 是什么、六大能力面、心智模型)
  2. gbrain-install-upgrade(Bun 全局安装 + 缓存陷阱,依赖 overview)
  3. pglite-storage-engine(默认 WASM 后端及其工程边界)
  4. dashscope-endpoint-patch(国内 embedding 端点补丁)
  5. brain-initialization(gbrain init、config、维度锁死)
  6. providers-and-credentials(双 KEY、能力矩阵)
  7. doctor-health-check(47 项健康检查)
  8. cli-operational-safety(timeout 包裹、exit 124、pipe 卡死)
  9. page-knowledge-model(Compiled Truth + Timeline 双区)
  10. typed-wikilink-syntax(bare vs typed wikilink)
  11. import-and-sync(import 入库、sync 基于 git commit 增量)
  12. embedding-generation(向量索引、embed --stale)
  13. brain-first-lookup(调外部前先查脑库的 4 步序列)
  14. self-wiring-graph-cascade(零 LLM 正则 cascade 建图)
  15. graph-query-and-backlinks(正反向图遍历)
  16. hybrid-retrieval-pipeline(7 阶段混合检索管线)
  17. search-modes-and-cost(3 种 mode 与成本权衡)
  18. brainbench-eval(自评基准与批判性使用)
  19. enrichment-pipeline(结构性富化、tier 分级)
  20. dream-cycle(16 phase 内整循环、幂等)
  21. autopilot-daemon(守护进程、score 自适应间隔)
  22. postgres-backend(切 Postgres、pgvector)
  23. minions-job-queue(持久化任务队列、crash 恢复)
  24. brains-and-sources(brain 轴 × source 轴两轴正交)
  25. skill-development(自定义 skill 生命周期)
  26. mcp-server(通过 MCP 暴露 brain)
  27. schema-and-source-verification(识别文档漂移、源码核验)

继续探索

全部资源
知识库资源 / 文件下载

DeepAgents 知识库

本库覆盖 LangChain DeepAgents 这套智能体装具的完整技术面:环境与模型接入、`create_deep_agent` 的预装中间件栈、规划、虚拟文件系统、子智能体委派、上下文管理四支柱,以及工具与外部工具服务器接入、技能装配、人机审批与权限、自定义中间件扩展,直到成品终端编码智能体。导入后,你的 Agent 既能解释这些机制为什么这样设计,也能照着真实跑通过的代码把它们实现出来,并提前避开各处静默失效的坑。

知识库资源 / 文件下载

LangChain 知识库

本库覆盖用 LangChain v1 从零搭起一个能跑上生产的智能体所需的全部技术知识:环境与分层包生态、`create_agent` 与工具调用循环、结构化输出、中间件横切系统、持久化记忆与状态快照、危险动作的人工审批、调用链可观测、智能体化检索增强问答、长程任务脚手架,以及贯穿各层的业务解耦复用方式与本机环境陷阱。导入后,你的 Agent 既能讲清每个机制为什么这样设计,也能给出取自真实执行的关键代码与参数,直接照着实现。

Skills 资源 / 技能包

bootstrapping-deepagents-env

在一台干净机器上装好 DeepAgents 运行环境、接入一个 OpenAI 兼容大模型凭证,并跑通第一个 create_deep_agent 工具调用闭环。Use when 需要初始化 DeepAgents 开发环境、系统 Python 版本不达标装不上包、不确定装到了哪个版本、接 DeepSeek 之类国产模型报 ImportError 或 404 这类环境层故障时。涵盖解释器版本核对、虚拟环境置备、主包与提供方包安装、版本核验、凭证注入、最小示例验收;不含 Agent 各项能力的用法(见 tracking-task-progress-with-todos 等能力型 skill)。