BrainDB — скилл
BrainDB хранит память агента в PostgreSQL: сущности, связи, поиск и правила, а два скилла подключают ее к Claude Code.
- 117 ★ репозитория
- Последний коммит
- Apache-2.0
Расширенный доступ
Почему такой уровень
- Тексты сущностей отправляются выбранному провайдеру модели встроенного агента.
- Сервис хранит долговременные данные и запускает контейнеры Docker на машине.
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add skills/braindbОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Тексты сущностей отправляются выбранному провайдеру модели встроенного агента.
- Сервис хранит долговременные данные и запускает контейнеры Docker на машине.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
BrainDB — база памяти с REST API для ИИ-агентов. В ней лежат пять типов сущностей: мысли, факты, источники, документы и правила, между ними проводятся связи `supports`, `contradicts`, `elaborates`, `derived_from`, `similar_to`. Поиск сочетает нечеткий и семантический (pgvector), обход графа идет до трех шагов, со временем неиспользуемые записи теряют вес, а правила с пометкой `always_on` попадают в каждый контекст. В репозитории два скилла для Claude Code. `skills/braindb/SKILL.md` работает через прямые вызовы curl и дает полный контроль, `skills/braindb-agent/SKILL.md` отправляет запрос на естественном языке на `POST /agent/query`, где его разбирает встроенный агент. Сервис запускается в Docker Compose вместе с наблюдателем за файлами и планировщиком вики.
Для кого. Разработчики, которым нужна долговременная структурированная память агента на собственном PostgreSQL вместо россыпи markdown-файлов.
Подходит, если
- Claude Code должен помнить решения и факты между сессиями.
- База заметок вырастает в вики, и поиск по файлам уже не справляется.
- Нужны противоречащие друг другу утверждения с явной связью и оценкой уверенности.
- Команда хочет всегда подмешивать в контекст набор поведенческих правил.
Не подходит, если
- Нужна одна короткая заметка: хватит файла памяти в проекте.
- Docker нельзя запускать на машине.
- Данные не должны уходить внешним поставщикам моделей.
Пример запроса к агенту
Вспомни, что я решал про схему базы в прошлых сессиях, и сохрани новый факт с оценкой уверенности.Ограничения
Нужны Docker Desktop или Docker Engine с Compose версии 2.20 и новее, а также расширения PostgreSQL `pg_trgm` и `pgvector` (во встроенной базе они уже есть). Встроенный агент обращается к OpenAI-совместимому API: по умолчанию советуют DeepInfra, возможны NIM, Ollama, LM Studio и локальный vLLM, поэтому текст сущностей уходит выбранному провайдеру. Скиллы не правят `settings.json`, но сами могут запустить `docker compose up -d`, если база недоступна. Проект молодой, формат API еще может меняться.
Как отключить. Удалите папки `~/.claude/skills/braindb` и `~/.claude/skills/braindb-agent`, остановите стек `docker compose down`. Том `braindb_pgdata` с данными удаляется отдельно.
Частые вопросы
Какой скилл выбрать?
`braindb` дает полный контроль через curl, но занимает больше контекста. `braindb-agent` передает запрос встроенному агенту и оставляет разговор чище.
Нужна ли своя база PostgreSQL?
Нет. Встроенная база стартует вместе со стеком при `COMPOSE_PROFILES=internal-db`. Для своей базы уберите эту строку и задайте `DATABASE_URL`.
Чем отличается от обычного RAG?
RAG каждый раз ищет похожие фрагменты. BrainDB держит именованные сущности со связями, весом и затуханием, и поиск возвращает ранжированный граф соседей.
Как вернуться к чистой базе?
Выполните `docker rm -f braindb_db && docker volume rm braindb_pgdata`. Это стирает все данные встроенной базы.
Какие модели поддерживает встроенный агент?
Любой OpenAI-совместимый бэкенд: рекомендован DeepInfra, возможны NIM, Ollama, LM Studio и vLLM на своем GPU.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
СкиллыGBrain хранит факты с источниками, ищет по ним и дает Claude Code, Codex и Cursor общую память, которую владелец правит сам.
BrainAPI превращает текст в граф знаний на вашем сервере и отдает агентам через MCP, REST и консоль с ответами по цепочке фактов
Плагин с локальным индексом документов и кода: гибридный поиск по смыслу и словам, граф зависимостей и три агента-помощника
Постоянная память проекта в Markdown: решения, требования и ограничения лежат в репозитории, и новый сеанс агента их читает.
RoBrain пассивно записывает решения команды и агентов и предупреждает, когда агент снова выдвигает уже отвергнутый подход
AgentDB хранит память агента в файле .rvf и через 41 инструмент MCP ищет прошлые решения, учась на обратной связи
Сравнение с похожими
Карточки с тем же главным запросом: чем они отличаются.
| Инструмент | Официальный | Авторизация | Звезды репозитория | Главное отличие |
|---|---|---|---|---|
| BrainDB (эта карточка) | нет | 117 | ||
| MCP Memory Service | нет | не нужна | 2 117 | хранит воспоминания и граф знаний через MCP и REST; BrainDB добавляет типизированные сущности, оценки уверенности, затухание и встроенного агента |
| agentmemory | да | не нужна | 30 340 | дает агентам общую память и сигналы между ними; здесь память устроена как граф на PostgreSQL с вики-планировщиком |
Коротко о README
Сервис задуман как внешняя память, которой управляет LLM по HTTP. Встроенный агент нужен, чтобы вызывающая сторона говорила обычным текстом и не собирала запросы к API вручную.