gbrain — 複数AIエージェント間で記憶を共有・統合するTypeScript製メモリ基盤

概要

GBrainは、AIエージェントに対してユーザー自身が制御可能な「外部記憶（メモリ）」を提供するためのオープンソース基盤です。Y CombinatorのCEOであるGarry Tan氏が自身の運用するAIエージェント（OpenClawやHermes環境）向けに構築したシステムを汎用化したものと説明されています。

一般的な対話型AIやコーディングエージェントは、セッションをまたいだ長期記憶の保持や、事実関係の厳密な管理が難しいという課題があります。GBrainは、明確な出典（ソース）を伴って事実を保存し、後からの訂正や取り消し（withdrawal）を可能にします。さらに、保存された同一の記憶を複数のエージェント（Claude Code、ChatGPT、Cursor、Grok Botなど）から横断して参照・更新できる点が特徴です。

複数のAIツールを日常的に併用しており、コンテキストの分散を防ぎたい開発者や、エージェントに自律的な知識統合を行わせたいユーザーに向いています。

主な特徴

READMEからは、以下の主要な機能や特徴が読み取れます。

出典を保持した明示的メモリ管理: 単にテキストを溜め込むのではなく、情報源のメタデータとともに事実を記録します。情報の更新や誤った情報の撤回にも対応しており、記憶の正確性を維持できます。
回答合成と情報ギャップの明示（Synthesis Layer）: 検索時に単に関連するドキュメントの断片を一覧表示するだけでなく、出典を明記した回答文を生成します。また、ブレイン側で把握できていない未確認情報（ギャップ）を明示的に通知する機能を備えています。
型付きナレッジグラフ（Typed Knowledge Graph）: 自動リンクが有効な場合、LLM呼び出しを行わずにローカルページから参照関係を抽出します。幅優先探索（BFS）による関係性検索に対応しており、リレーション探索の精度向上（BrainBenchの評価でR@5が0.6626から0.7241へ向上）が報告されています。
自律的なバックグラウンド処理: ミーティング、メール、外部投稿などの情報を定期的に取り込み、人物や企業の情報強化、引用の修正、記憶の統合を行うデーモンとして常駐させることができます。
MCP（Model Context Protocol）による接続: Tailscaleと連携したリモート公開（gbrain mcp expose）や、各種AIクライアントとのHTTP/標準入出力経由での接続をサポートしています。
企業・チーム向けの共有境界: 認証済みリモートクライアントに対して、ソースや操作ごとの権限付与、可視性フィルターによるアクセス制限を設定し、チームブレインとして運用可能です。

使い方

GBrainには、ローカル環境でセルフホストして運用する方法と、マネージドホスティングである「gbrain.io」を利用する方法があります。

gbrain.io を利用した CLI セットアップ手順

READMEに記載されている、ホステッド版とCLIを利用したセットアップ手順の例は以下の通りです。ランタイムとして Bun（1.4.4以上）が利用されます。

# 接続ツールの取得とワークスペース作成
curl -sSL https://gbrainio.terminalwire.sh | bash
gbrainio terminal connect      # 新しいターミナルで実行
gbrainio workspace new         # ブラウザでプランを選択

# Bun のインストール（未導入の場合）
curl -fsSL https://bun.sh/install | bash
export PATH="$HOME/.bun/bin:$PATH"

# gbrain CLI のグローバルインストール
bun install -g github:garrytan/gbrain#stable

# Claude Code への MCP 登録と初期設定の例
(claude mcp get gbrain >/dev/null 2>&1 || claude mcp add --transport http --scope user gbrain https://gbrain.io/mcp) && gbrain setup

既存エージェントとの連携

セルフホストまたはローカルで動作させているブレインは、MCP経由で各種クライアントに接続します。自身の端末で起動したブレインをTailscale経由で公開する場合は、次のコマンドが案内されています。

gbrain mcp expose

クラウド上で動作するエージェント（Grok BotやChatGPTなど）からアクセスさせる場合は、--funnel フラグを付与してTailscale Funnelを利用します。

技術的なポイント

READMEの記載から読み取れる技術的構成や設計思想は以下の通りです。

実装とランタイム: メイン言語はTypeScriptであり、パッケージ管理および実行環境としてBunが推奨されています。
プロトコルとネットワーク: Anthropic社が主導するオープン標準である「Model Context Protocol（MCP）」を前面に採用しています。Tailscaleのネットワーク統合が組み込まれており、ローカルマシン上のブレインを安全にリモートエージェントへ提供する仕組みが用意されています。
段階的な検索アーキテクチャ: APIキー不要（keyless）なキーワード検索から使い始めることができ、必要に応じてセマンティック検索（ベクトル埋め込み）、回答合成、型付きナレッジグラフ検索を段階的に有効化できる構成をとっています。
エージェント・フレンドリーなドキュメント構造: リポジトリ内にはLLM向けのドキュメントマップである llms.txt や llms-full.txt、エージェント用手順書である AGENTS.md や CLAUDE.md が整備されており、AI自身がセットアップや仕様を把握しやすい工夫が施されています。

注意点

GBrainを導入・運用する際には、いくつかの前提条件と制限事項に留意する必要があります。

ライセンスとホスティング: GBrain自体のコードはMITライセンスで提供されており、セルフホストは無料です。ただし、READMEで案内されている gbrain.io は有料のホスティングサービスとなります。
セキュリティと信頼境界: READMEの注意書きによると、ローカルファイルや共有データベースの認証情報は、リモートAPI経由のアクセス制御とは異なる信頼境界にあります。ソース指定によるアクセス権限設定だけでは完全な分離が保証されないケースがあるため、複数人で共有ブレインを構築する際は公式ドキュメント（sharing boundaries）の確認が強く推奨されています。
バックアップの制約: Markdown形式でのエクスポート機能は完全なデータベースバックアップの代替にはならないと明記されています。
外部モデル利用時のコスト: キーレスモードで開始した場合でも、クラウドの埋め込みモデル、リランキング、抽出、合成プロバイダを設定した際や、接続するAIクライアント側でのAPI利用料・サブスクリプション費用は別途発生します。

まとめ

GBrainは、単一のAIツール内に閉じがちな対話ログや文脈を、独立した「外部記憶」として切り出して統合・活用できるTypeScript製エージェントブレインです。出典を重視した事実管理、型付きナレッジグラフ、そしてMCPを通じたマルチエージェント連携を兼ね備えています。複数のAIエージェントを組み合わせた長期的な開発環境やワークフローを構築したい方は、試してみてはいかがでしょうか。