ex-brain

name	ex-brain
description	CLI 个人知识库工具，支持智能编译、时间线管理、实体链接、混合检索。当用户需要管理知识笔记、编译信息、建立实体关联、时间线提取、或启动 MCP Server 时使用此 skill。

ex-brain

本地优先的个人知识库 CLI，基于 seekdb 构建。核心能力：智能编译新信息、自动提取时间线、实体关联、混合检索。

安装

bun install -g ex-brain
# 或
npm install -g ex-brain

# 初始化数据库（创建 ~/.ebrain/data/ebrain.db）
ebrain init

配置

编辑 ~/.ebrain/settings.json：

{
  "db": { "path": "~/.ebrain/data/ebrain.db" },
  "embed": {
    "provider": "hash",              // 或 "openai_compatible"
    "baseURL": "...",                // 嵌入 API 地址
    "model": "text-embedding-v4",
    "dimensions": 1024,
    "apiKey": "",
    "apiKeyEnv": "DASHSCOPE_API_KEY" // 从环境变量读取
  },
  "llm": {
    "baseURL": "...",                // LLM API 地址
    "model": "qwen-plus",
    "apiKeyEnv": "DASHSCOPE_API_KEY"
  }
}

运行 ebrain config 查看当前配置。

核心命令

页面管理

# 写入页面（幂等 upsert）
ebrain put <slug> --file <path>
ebrain put <slug> --stdin           # 管道输入
ebrain put <slug> --type <type> --content "内容"

# 获取页面
ebrain get <slug>
ebrain get <slug> --json            # JSON 输出

# 列出页面
ebrain list [--type person] [--tag yc] [--limit 50]

# 删除页面
ebrain delete <slug> [--dry-run]    # 预览模式

智能编译（核心功能）

智能编译会分析新信息、更新 Compiled Truth、提取时间线事件：

ebrain compile <slug> <info> --source <source> --date <date>

# 示例
ebrain compile companies/river-ai \
  "River AI 上了 A 轮，Sequoia 领投，5000万" \
  --source meeting_notes \
  --date 2024-05-20

编译结果：

• 状态信息（融资阶段、CEO）→ 更新，旧值归档到 History
• 事实信息（成立年份、行业）→ 追加保留
• 事件信息 → 记录到时间线

时间线

# 查看页面时间线
ebrain timeline list <slug>

# 从页面内容提取时间线事件（LLM 语义提取）
ebrain timeline extract <slug>

# 手动添加时间线事件
ebrain timeline add <slug> --date YYYY-MM-DD --summary "..."

检索

# 全文搜索 + 向量语义检索（混合）
ebrain search <query> [--type person] [--limit 10]

# 纯语义查询
ebrain query <question> [--limit 10]

# 示例
ebrain search "River AI 融资"
ebrain query "哪些公司最近融资了？"

实体链接

# 创建链接（幂等）
ebrain link <from_slug> <to_slug> --context "关系描述"

# 查看反向链接
ebrain backlinks <slug>

标签

ebrain tag list <slug>
ebrain tag add <slug> <tag>         # 幂等
ebrain tag remove <slug> <tag>

知识图谱可视化

ebrain graph                        # 启动在 localhost:3000
ebrain graph --port 8080 --open     # 指定端口并打开浏览器

MCP Server

ebrain serve                        # 启动 MCP Server
ebrain serve --db /path/to/db       # 指定数据库路径

MCP 配置

在 Claude Desktop 或其他 MCP 客户端中配置：

{
  "mcpServers": {
    "ebrain": {
      "command": "ebrain",
      "args": ["serve"]
    }
  }
}

MCP 工具列表

工具	功能
brain_get	获取页面内容
brain_put	创建/更新页面
brain_search	混合检索
brain_query	语义查询
brain_compile	智能编译新信息
brain_link	创建实体链接
brain_timeline_list	查看时间线
brain_timeline_extract	提取时间线事件

Slug 命名规范

使用 {type}/{name} 格式：

• companies/river-ai
• people/sarah-chen
• projects/alpha-launch
• notes/meeting-2024-05-20

类型：company, person, project, organization, event, note, other

最佳实践

1. 编译优于追加

遇到新信息时，优先用 compile 而不是直接 put：

# 好：让系统智能处理
ebrain compile companies/river-ai "新信息" --source news

# 避免：简单追加（信息会膨胀）
ebrain put companies/river-ai --content "追加的内容"

2. 信息来源标注

始终标注信息来源，便于追溯：

ebrain compile companies/river-ai "信息" \
  --source meeting_notes \
  --date 2024-05-20

3. 类型分类

写入页面时指定类型，便于筛选：

ebrain put companies/river-ai --type company --file notes.md
ebrain put people/sarah-chen --type person --content "..."

4. 使用管道输入

适合脚本和自动化：

cat notes.md | ebrain put my/note --stdin
curl -s https://api.example.com/data | ebrain raw set my/page --source api --stdin

5. JSON 输出供程序处理

ebrain get companies/river-ai --json | jq '.compiledTruth'
ebrain list --type company --json | jq '.[] | .slug'

数据模型

• pages：知识页面（slug、type、title、compiled_truth、timeline）
• links：实体关联（from_slug、to_slug、context）
• timeline_entries：时间线事件（date、source、summary、detail）
• page_tags：页面标签
• raw_data：原始数据存储
• ebrain_pages（向量集合）：用于语义检索

技术栈

• 数据库：seekdb（嵌入式数据库）
• 运行时：Bun 或 Node.js
• 嵌入：本地 Hash 或 OpenAI Compatible API
• LLM：用于智能编译、时间线提取、实体链接

参考

• seekdb 文档
• 详细 CLI 文档
• 时间线与编译机制
• 知识图谱命令