装上这个大脑,让你的OpenClaw和Hermes记忆力更强

作者: admin 分类: 评论分析 发布时间: 2026-04-24 10:08

OpenClaw小龙虾的记忆插件,之前老马也介绍过一些了,可以回看老文章:给你的OpenClaw装上记忆能力,还能省掉72%的token消耗

关于记忆系统的优化,同样在老文章中给大家剖析过:OpenClaw小龙虾记忆系统实战小白指南

对比Hermes Agent的四层记忆,小龙虾的记忆系统是差一些。在底层的硬编码部分,并没有很好地去处理记忆。

那今天同样给大家再安利一款为AI Agent设计的长期记忆系统,以前使用了各种方式不理想的小伙伴,可以尝试一下。

这个记忆系统叫GBrain,是由Y Combinator(YC)总裁兼CEO Garry Tan开源的一个项目,目的是解决AI的短期记忆(金鱼脑)问题:

开源地址:
https://github.com/garrytan/gbrain

GBrain允许AI Agent在后台持续学习,自动消化用户的各类信息(如会议记录、邮件、推特、语音通话、笔记等),并智能关联人物、公司等实体,从而构建一个不断进化的知识库。

GBrain不仅适合OpenClaw,也适合Hermes Agent。它能够让AI Agent记住历史交互和信息,避免每次对话都从零开始。

GBrain拥有26个内置的技能,包括信号检测、内容摄入、运维任务等。其中signal-detector和brain-ops是核心,分别用于实时提取信息实体和确保回答基于记忆,避免胡编乱造。

GBrain的Compiled Truth + Timeline知识模型采用当前最佳理解和只增不减原始时间线的双层结构,平衡了认知进化与历史追溯。

GBrain结合向量搜索、关键词搜索及多种技术提高检索准确率。系统能根据提及频率自动为实体(如人物、公司)丰富信息,实现越重要越了解。

GBrain还支持多种服务集成,不过这块是我们国内的用户基本用不上的AI通话。

GBrain背后体现了 “Thin Harness, Fat Skill” 的设计理念,即将核心智能放在众多可复用的Skill(技能)中,保持运行时框架尽可能轻薄。

以上官方的介绍可能看起来有点枯燥,简单地一句话总结,这个大脑算是OpenClaw和Hermes Agent的持久化、可进化记忆系统级解决方案。

下面直接演示一下如何在Windows上部署的OpenClaw,安装GBrain这个AI Agent记忆系统,Hermes的安装设置同理。

由于老马是在OpenClaw Tui终端去跟小龙虾聊天的,这就导致部分聊天会话记录被清理掉了,因此有部分安装过程没来得及截图。

但全程没有用魔法,正常情况下都可以安装成功的。如果实在安装过程中提示网络问题没法正常安装,那尽可能开启一下魔法。

或者可以下载老马网盘中提供的源码包,把zip压缩包通过对接好的机器人发送过去,让其解压后阅读理解相关文档并安装。

GBrain的安装与配置

安装GBrain很简单,只需要给你的OpenClaw或者Hermes Agent发送以下命令,交给它去阅读安装即可,这个对于部署在Mac跟Linux系统的来说是最简单的:

安装这个技能:
https://raw.githubusercontent.com/garrytan/gbrain/master/INSTALL_FOR_AGENTS.md

GBrain源码包下载地址:

夸克网盘:
https://pan.quark.cn/s/8b1a0c184bcb

UC网盘:
https://drive.uc.cn/s/20b3e35bf8884?public=1

迅雷云盘:
https://pan.xunlei.com/s/VOqtT7WpDHlkLphEAhjPmG4yA1?pwd=ce4t#

而Windows系统部署的小伙伴,可能会提示Curl命令无法使用的问题,导致无法正常安装。这时你可以告诉你的小龙虾或者马,使用替代Curl命令的其它方式去安装:

小龙虾或者马就会去下载bun来执行安装操作,基本上整个下载安装过程取决于你的网络,快的话几分钟就搞定。

搞定后,如果你要开启向量搜索,则需要配置官方默认的OpenAI的API接口信息。这点国内的小伙伴基本用不了,那可以跟小龙虾或者马讲,跳过这个设置:

跳过设置之后,相当于不使用向量搜索功能,改用关键词进行搜索。不过对于普通用户来讲,也基本够用的。

非要配置向量搜索的话,就得使用向量模型,比如这里老马演示接入的是阿里云百炼的文本向量模型,很多模型厂商都会有对应的向量模型。

向量模型跟大语言模型不一样,向量模型主要处理非结构化的数据,像什么文本、图片、视频。在这里起到的作用的是语义搜索与检索,也是要消耗token的:

所以老马建议大家默认使用关键词搜索就足够了,老马只是为了演示才接入给大家看看的,目的是证明可以正常使用向量模型:

其实到这一步,GBrain已经安装完成。通过以上截图可以了解到,它不仅是个记忆系统,同时是知识管理工具,甚至还可以作为记事本。

我们可以把一些文件,知识,链接直接发送给它,让它进行归纳分类整理,比如老马测试导入一篇公众号的文章链接:

但你以为这算是真正导入成功了么?其实并没有,由于微信的反爬机制,小龙虾是无法获取到文章的全部内容,只能拿到标题跟摘要。

因此需要配合安装之前老马介绍过的Web-access技能,不了解或者没装过的小伙伴可以回看老文章:装上这个Skill,一次解决OpenClaw的联网搜索和浏览器自动化操作

在安装完Web-access技能之后,你就可以使用CDP的方式,调用本地的谷歌浏览器去打开微信公众号文章,实现内容的导入。这方面之前已经介绍过多次了,大家翻看上面的老文章即可。

当然,如果你对接了机器人,像QQ、飞书、微信ClawBot等,那是直接可以把文章发送过去,让GBrain添加到数据库中。

只要是导入成功的知识,就相当于现成你补充进去的记忆。老马个人建议是养龙虾养马,都可以把官方文档喂进去,这样遇到问题直接就可以查询解决,效果如图:

总而言之,GBrain安装后,需要你长期的使用,才能感受到它对于小龙虾跟马的记忆提升有多大,短期内当本地知识库去搭建也是可以的。

好了,以上就是今天的分享,欢迎关注、点赞、转发一键三连。有任何问题和需求,请在评论区留言,回见!

对了,老马最近刚创建了一个AI学习交流群,有兴趣进群的小伙伴可以添加老马微信号:immajiabin,添加好友时备注:进群(不备注不通过)。

如果觉得我的文章对您有用,请随意赞赏。您的支持将鼓励我继续创作!

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

Protected by WP Anti Spam