SuperAPI AI 工具集
合作ENAI 行业资讯收藏
全部工具AI智能体brainy

brainy

Brainy 是一个自托管的共享大脑，为多个 AI 智能体提供统一的知识库和任务协作后端。它通过一个受控的 MCP 端点连接 Claude、ChatGPT 等支持 MCP 的 AI 客户端，让所有智能体读取同一份知识、处理同一份任务列表，并留下审计记录。知识以纯 Markdown 形式存储在 Git 仓库中，每次写入都是一次提交，天然具备历史、差异对比和回滚能力。任务采用原子认领机制，配合租约和认领令牌，确保两个智能体不会同时处理同一任务。系统默认安全：无 shell、无文件系统、无 eval，提供路径白名单、按空间 ACL、写入时密钥检测、速率限制、哈希令牌和仅追加审计日志。支持人工审批环节，智能体可提议知识变更，由人类通过 Web UI 或 Telegram 批准或拒绝。零依赖，仅使用 Python 标准库和 SQLite，无需 pip 安装。

访问官网

工具介绍

Brainy 是一个自托管的共享大脑，面向 AI 智能体以及与之协作的人类。它提供知识库和任务协作后端，Claude、ChatGPT 以及其他支持 MCP 的 AI 通过一个受控端点连接。所有智能体读取同一份知识、处理同一份任务列表，并留下审计轨迹，从而让 AI 之间可以交接工作，而不是各自困在独立的聊天孤岛中。

用途

Brainy 解决多智能体协作中的协调问题。当多个 AI 智能体需要共享知识、分配任务并避免重复劳动时，Brainy 提供统一的知识存储和任务队列。它适合需要让不同 AI 客户端（如 Claude、ChatGPT）协同完成工作的场景，也适合希望保留人类审批环节的团队。

主要能力

  • 智能体协作：ChatGPT 创建任务，Claude 认领任务、完成工作并写回结果，人类进行审核。协调通过任务完成，没有隐藏的智能体间魔法。
  • 单一事实来源：知识以纯 Markdown 形式存放在 Git 仓库中。每次写入都是一次提交，因此免费获得历史记录、差异对比和回滚能力。
  • 默认安全：MCP 上无 shell、无文件系统、无 eval。提供路径白名单、按空间 ACL、写入时密钥检测、速率限制、哈希令牌和仅追加审计日志。
  • 避免重复工作：原子任务认领配合租约和认领令牌，保证两个智能体不会同时处理同一任务。
  • 人类在环：智能体可以提议知识变更，由人类通过 Web UI 或 Telegram 批准或拒绝。任务可以要求审核/批准后才算完成。
  • 零依赖：纯 Python 标准库 + SQLite。无需 pip 安装，攻击面极小。

与普通 Markdown 文件的区别

共享笔记文件放在 Git 仓库中是很好的知识存储方式，Brainy 有意保留这一点：知识是 Git 中的纯 Markdown，具备历史、差异和回滚。但当一个以上智能体接触文件时，裸文件无法处理以下问题：

  • 两个智能体互相覆盖：没有机制序列化对同一文件的并发写入。Brainy 的写入通过乐观并发（expected_git_commit）加上服务端写锁：恰好一个写入者提交，其他写入者收到冲突并重新读取，不会丢失编辑。
  • 没有任务交接：文件可以列出待办事项，但无法阻止两个智能体抓取同一个任务。Brainy 任务使用原子认领（UPDATE ... WHERE status='READY'，单行）：恰好一个智能体胜出，其余收到冲突并继续。
  • 没有按区域权限：文件是全有或全无。Brainy 有空间（Spaces）和按空间 ACL，智能体只能读取/写入你授予的区域。
  • 没有审批步骤：智能体可以提议变更供人类批准（Web UI 或 Telegram），而不是直接写入事实来源。
  • “谁改了什么”超越 git blame：每个操作——读取任务状态、认领、写入、拒绝——都进入由数据库触发器强制执行的仅追加审计日志。

上述两个保证由并发测试（tests/test_concurrency.py）覆盖：20 个线程竞争一个任务，恰好产生 1 个赢家和 19 个冲突；20 个线程写入同一文件，恰好产生 1 次提交和 19 个冲突，仓库保持干净。

使用方式

快速开始（Docker）

一条命令试用——无需克隆、无需设置。运行一次性演示（临时数据库 + 示例知识，退出时删除）作为 MCP stdio 服务器。

真实安装时，运行服务器（预构建镜像，每次发布都会发布）。

或用 Compose 自行构建。

Brainy 随后监听 http://127.0.0.1:8765（MCP 端点：/mcp，管理 UI：/admin——用令牌登录）。对于远程 AI 连接器，将其置于 HTTPS 之后（参见 deploy/nginx-brainy.conf.example）并设置 BRAINY_PUBLIC_BASE_URL。

快速开始（裸机，Linux，Python ≥ 3.10）

连接 AI

  • Claude Code：claude mcp add --transport http brainy http://127.0.0.1:8765/mcp --header "Authorization: Bearer <token>"
  • 本地 stdio 客户端（如 Claude Desktop）：将 Brainy 作为子进程运行：{ "mcpServers": { "brainy": { "command": "python3", "args": ["/opt/brainy/scripts/stdio.py"], "env": { "BRAINY_DB_PATH": "/var/lib/brainy/brainy.db", "BRAINY_KNOWLEDGE_ROOT": "/opt/brainy-knowledge", "BRAINY_TOKEN": "<token>" }}}} 无需任何设置即可试用：python3 scripts/stdio.py --demo（临时数据，退出时删除）。
  • 任何其他带自定义头的 MCP 客户端：端点 https://<your-host>/mcp，头 Authorization: Bearer <service token>。
  • Claude.ai / ChatGPT 远程连接器：使用 OAuth 2.1 流程（发现地址 /.well-known/oauth-authorization-server）。将 BRAINY_PUBLIC_BASE_URL 设置为你的 HTTPS URL。

Brainy 已在官方 MCP Registry 中注册为 io.github.memokar/brainy。

为每个 AI 分配自己的主体（如 claude、chatgpt），角色为 AGENT，并只授予其需要的空间。每个操作随后都会以该名称出现在审计日志中。

示例：一个仓库中的两个编码智能体

两个智能体在同一仓库上工作可能互相踩到对方的文件。通过资源认领，每个智能体预留它即将接触的区域——每个空间一个自由形式的键——另一个则退避，直到释放或租约过期。与任务认领相同的保证——一次恰好一个持有者，过期租约自动释放（参见 tests/test_resources.py）。资源认领复用任务权限/范围（can_claim_tasks / brainy:tasks:write），因此任何能认领任务的智能体都能认领资源。

所有配置来自环境变量——参见 .env.example。密钥（令牌、密钥）从不存储在仓库或知识库中。

核心附带一个 worker 插件接口和一个确定性的 MockWorker。让智能体自主执行任务的真实 worker（如 Claude Code、Codex）是通过 BRAINY_WORKER_PLUGINS 加载的独立扩展。参见 docs/extensions.md。

适用场景

  • 多个 AI 智能体需要共享知识和任务列表，避免重复劳动。
  • 需要人类审批环节的 AI 工作流。
  • 希望知识变更可追溯、可回滚的团队。
  • 需要按区域控制智能体读写权限的场景。

限制

  • 代码注释仍部分为德语；所有面向用户的文本为英语。
  • 单节点设计（SQLite）。仅在出现真实多写入者负载时才考虑 PostgreSQL。

许可

Brainy 采用双许可：

  • 开源：GNU AGPL-3.0。对所有人免费，包括公司——但如果你修改 Brainy 并向他人提供（也作为网络服务），你必须以 AGPL 发布你的更改。
  • 商业许可：适用于希望使用或嵌入 Brainy 而不承担 AGPL 义务的公司。参见 COMMERCIAL.md。

贡献需要同意贡献者许可协议（CLA）。

同类工具

查看分类