菜单
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。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
CLI personal knowledge base tool with smart compilation, timeline management, entity linking, and hybrid search. Use this skill when users need to manage knowledge notes, compile information, establish entity relationships, extract timelines, or start the MCP Server.
This skill helps an LLM generate correct AI provider setup and configuration code using @ax-llm/ax. Use when the user asks about ai(), providers, models, presets, embeddings, extended thinking, context caching, or mentions OpenAI/Anthropic/Google/Azure/Groq/DeepSeek/Mistral/Cohere/Together/Ollama/HuggingFace/Reka/OpenRouter with @ax-llm/ax.
| 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。 |
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。
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
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。
# 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：
# 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 "..."
# 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？"
# 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>
ebrain tag list <slug>
ebrain tag add <slug> <tag> # 幂等
ebrain tag remove <slug> <tag>
ebrain graph # 启动在 localhost:3000
ebrain graph --port 8080 --open # 指定端口并打开浏览器
ebrain serve # 启动 MCP Server
ebrain serve --db /path/to/db # 指定数据库路径
在 Claude Desktop 或其他 MCP 客户端中配置：
{
"mcpServers": {
"ebrain": {
"command": "ebrain",
"args": ["serve"]
}
}
}
| 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 |
使用 {type}/{name} 格式：
companies/river-aipeople/sarah-chenprojects/alpha-launchnotes/meeting-2024-05-20类型：company, person, project, organization, event, note, other
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"
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
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 "..."
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
ebrain get companies/river-ai --json | jq '.compiledTruth'
ebrain list --type company --json | jq '.[] | .slug'
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