Open Brain

あなたのパーソナルナレッジインフラ。どこからでも思考をキャプチャし、意味で検索。

Open Brainは、AIが生成した埋め込み（embeddings）を使用して思考を保存するため、あらゆるAIアシスタントがキーワードではなく「意味」であなたの記憶を検索できます。Telegram、自動化パイプライン、またはMCP互換のAIクライアント（Claude、ChatGPTなど）から思考が流れ込み、即座に検索可能になります。ナレッジグラフは関連する思考を自動的にリンクし、エンティティを抽出し、共起パターンを追跡します。自動メンテナンスにより、グラフの健全性が維持されます。重複に近い思考の排除、テーマの進化の追跡、洞察の統合、古いコンテンツのアーカイブなどを行います。

すべてはあなた自身のデータベースに保存されるため、データを完全に所有できます。

仕組み

flowchart LR
    TG[Telegram Message] --> TGBot[telegram-bot\nEdge Function]
    MCP[AI Client\nClaude/ChatGPT] --> MCPServer[open-brain-mcp\nEdge Function]
    Pipeline[RSS/HF Papers/\nEmergent Mind] --> RunPipeline[run-pipeline\nEdge Function]
    TGBot --> OR1[OpenRouter\nEmbedding + Metadata]
    MCPServer --> OR2[OpenRouter\nEmbedding + Search]
    RunPipeline --> OR3[OpenRouter\nTriage + Embed]
    OR1 --> DB[(Postgres\n+ pgvector)]
    OR2 --> DB
    OR3 --> DB
    MCPServer --> DB
    TGBot --> TGReply[Telegram Reply\nwith Metadata]

キャプチャパス

Telegramボットにメッセージを送信すると、telegram-bot Edge FunctionがWebhook経由でそれを受け取ります。メッセージは並行してOpenRouterに送信され、2つの処理が行われます。1つはベクトル埋め込み（意味の数値表現）の生成、もう1つはトピック、言及された人物、アクションアイテム、テーマ、品質スコア、名前付きエンティティなどのメタデータの抽出です。思考は意味的な重複がないかチェックされ、関連する思考への自動リンクと共にデータベースに保存されます。ボットはキャプチャした内容の要約を返信します。

パイプラインパス

run-pipeline Edge Functionは、RSSフィード（AIニュースレター）、Hugging Faceのデイリー論文、Emergent Mind（トレンドのarXiv論文）からアイデアを自動的に取り込みます。各アイテムは関連性に基づいてトリアージされ、埋め込まれ、重複排除され、保存されます。GitHub Actions（Supabaseデプロイ）または組み込みのcronコンテナ（Dockerデプロイ）を介してスケジュール実行されます。

検索パス

MCP（Model Context Protocol）経由で接続されたあらゆるAIクライアントは、意味検索を使用して思考を検索したり、フィルタ（タイプ、トピック、人物、時間）で閲覧したり、集計統計を取得したり、テーマの週間レビューをリクエストしたりできます。open-brain-mcp Edge Functionがこれらのリクエストを処理し、個人のアクセスキーで認証を行います。

ナレッジグラフ

すべての思考は、ベクトル類似度を通じて関連する思考に自動的にリンクされます。類似度が0.80を超える接続は、LLMによって型付き関係（拡張、矛盾、証拠、置換）に分類されます。名前付きエンティティ（人物、ツール、プロジェクト、組織）が抽出され、共有エンティティグラフに解決されます。共起エッジは、どの思考が時間の経過とともに一緒に取得されたかを追跡し、実際の使用パターンに基づいて接続を強化します。

ストレージ

すべては高速な類似検索が可能なpgvectorを備えたPostgresに保存されます。思考は、埋め込み（1536次元ベクトル）、メタデータ、型付き接続、エンティティ参照と共に保存されます。Supabase（マネージドホスティング）にデプロイするか、Docker Composeでセルフホストできます。

デプロイオプション

Open Brainの実行方法を選択してください：

Supabaseデプロイ

前提条件

1. Supabaseアカウント -- Supabaseは、組み込みAPI、認証、Edge Functions（サーバーレスコード）を備えたホスト型Postgresデータベースです。supabase.comで無料アカウントを作成してください。新しいプロジェクトを作成すると、プロジェクトURL（https://abcdef.supabase.coのような形式）とサービスロールキー（設定 > APIの下にある長い文字列）が必要になります。

2. Supabase CLI -- Supabaseプロジェクトを管理（データベースマイグレーションの適用、関数のデプロイ、シークレットの設定）するためのコマンドラインツールです。

   npm install -g supabase

3. OpenRouterアカウント -- OpenRouterはAIモデルへのリクエストをルーティングします。ここでは、埋め込み（思考のベクトル表現）の生成とメタデータの抽出に使用されます。openrouter.aiでアカウントを作成し、ダッシュボードからAPIキーを生成してください。

4. Telegramボット (推奨) -- 外出先で思考をキャプチャするための主要な方法です。Telegramの@BotFather経由でボットを作成し、セットアップスクリプトを実行してください（下記参照）。MCPアクセスのみが必要な場合は、これをスキップできます。

クイックスタート

1. リポジトリのクローン

git clone https://github.com/YOUR_USERNAME/open_brain.git
cd open_brain

2. Supabaseプロジェクトのリンク

cd supabase
supabase link --project-ref YOUR_PROJECT_REF
cd ..

ヒント: プロジェクトrefは、Supabase URLのサブドメインです。URLが https://abcdef.supabase.co の場合、プロジェクトrefは abcdef です。

3. ブートストラップの実行

./scripts/bootstrap.sh

ブートストラップは環境設定をガイドします。各シークレット（Supabase URL、サービスロールキー、OpenRouter APIキー、Telegramトークンなど）の入力を求め、暗号化されたMCPアクセスキーを自動生成し、すべてを .env.local に書き込みます。すでに .env.local がある場合は、既存の値を表示し、特定の値を更新できるようにします。

4. デプロイの実行

./scripts/deploy.sh

デプロイはデータベーススキーマを適用し（ベクトル検索インデックス付きの思考テーブルを作成）、シークレットをSupabaseにアップロードし、すべてのEdge Functionsをデプロイします。各操作が完了するたびにステップバイステップのチェックリストが表示されます。最後に、MCP接続URLとClaude Code用の貼り付け可能なコマンドが表示されます。

5. 検証の実行

./scripts/validate.sh

検証は、ライブデプロイに対して8つのチェックを実行し、すべてが機能しているかを確認します：データベースアクセス、RPC関数、Edge Functionの到達可能性、認証、思考キャプチャ、意味検索、思考リスト。各チェックの合格/不合格を示すチェックリストと最終的な要約が表示されます。

Telegramボットのセットアップ (オプション)

Telegramの@BotFather経由でボットを作成し、セットアップスクリプトを実行します：

./scripts/setup-telegram.sh YOUR_BOT_TOKEN

スクリプトはトークンを検証し、Webhookを登録し、コマンドのオートコンプリートを設定し、設定に必要な環境変数とシークレットを表示します。表示された指示に従ってセットアップを完了してください。

AIクライアントの接続

デプロイが完了したら、AIクライアントを接続してOpen Brainの使用を開始します。2つの値が必要です：

• MCPエンドポイントURL: https://YOUR_REF.supabase.co/functions/v1/open-brain-mcp/mcp (Supabase) または http://localhost:80/functions/v1/open-brain-mcp (Docker)

• MCPアクセスキー: セットアップ中に生成されたキー（.env.local または Docker .env に保存）

ヒント: デプロイスクリプト（Supabase）または開始スクリプト（Docker）は、値が入力された正確な接続コマンドを表示します。

Claude Code (CLI -- 推奨)

claude mcp add --transport http --header "x-brain-key: YOUR_MCP_KEY" open-brain https://YOUR_REF.supabase.co/functions/v1/open-brain-mcp/mcp

これにより、Open BrainがClaude Codeで使用可能なMCPサーバーとして登録されます。YOUR_MCP_KEY と YOUR_REF を実際の値に置き換えてください。

Claude Code (プロジェクト .mcp.json)

チームと接続を共有するには、プロジェクトルートの .mcp.json ファイルに以下を追加します：

{
  "mcpServers": {
    "open-brain": {
      "type": "http",
      "url": "https://YOUR_REF.supabase.co/functions/v1/open-brain-mcp/mcp",
      "headers": {
        "x-brain-key": "${MCP_ACCESS_KEY}"
      }
    }
  }
}

注意: ${MCP_ACCESS_KEY} 構文は環境変数の展開を使用するため、キーがバージョン管理に含まれないようにします。この設定を使用する各マシンで MCP_ACCESS_KEY 環境変数を設定してください。

Claude Desktop

Claude Desktopは設定ファイル経由のリモートMCPサーバーをサポートしていません。代わりに以下を行ってください：

1. Claude Desktop > Settings > Connectors を開く

2. Add a new connector をクリック

3. MCPエンドポイントURLを入力: https://YOUR_REF.supabase.co/functions/v1/open-brain-mcp/mcp

4. x-brain-key 認証ヘッダーにMCPアクセスキーを設定

ChatGPT (Pro/Team/Enterprise/Edu)

1. Settings > Connectors > Advanced > Developer Mode に移動

2. MCPサーバーURLを追加: https://YOUR_REF.supabase.co/functions/v1/open-brain-mcp/mcp

3. x-brain-key 認証ヘッダーにMCPアクセスキーを設定

使用例

Telegramキャプチャ

ボットにメッセージを送信すると、Open Brainが自動的に処理します：

You: Just had a great meeting with Sarah about the Q3 product roadmap.
     She wants to prioritize the mobile app redesign.

Bot: Captured!
  Type: meeting_note
  Theme: personal
  Topics: q3-roadmap, mobile-app-redesign
  Quality: 0.7
  People: Sarah
  Action items: Prioritize mobile app redesign
  Why: Records a product strategy decision with clear ownership
  Related: "Product planning session notes..." (82% similar)

すべてのメッセージはベクトルとして埋め込まれ、抽出されたメタデータで強化され、重複がチェックされ、関連する思考に自動リンクされ、エンティティがナレッジグラフに解決されます。

意味検索

接続されたAIクライアントに脳内検索を依頼します：

You: Search my brain for anything about product roadmap discussions

Claude: I found 3 relevant thoughts:
  1. (0.89 similarity) Meeting with Sarah about Q3 product roadmap...
  2. (0.82 similarity) Product planning session notes...
  3. (0.76 similarity) Quarterly goals discussion...

意味検索は、異なる言葉を使っていても「意味」で思考を見つけ出します。「製品計画」について尋ねると、「ロードマップの議論」に関する思考が見つかります。意味が似ているためです。

週間レビュー

AIが生成した最近の思考の要約を取得します：

You: Give me a weekly review of my recent thoughts

Claude: Here's your weekly review:
  Themes: Product planning, team meetings, technical architecture
  Open loops: Mobile redesign decision pending, API migration timeline
  Connections: Sarah mentioned in 3 meetings this week, all about mobile

週間レビューは過去7日間の思考を分析し、テーマ、オープンループ、アイデア間のつながり、思考のギャップを統合します。

利用可能なツール

詳細な使用パターン、ツールの構成、非直感的な動作については docs/cookbook.md を参照してください。

スキル (Claude Codeワークフロー)

Open Brainには Claude Code スキルが含まれています。これは、上記のMCPツールをより高度な分析に構成する構造化された多段階ワークフローです。スキルは .claude/skills/ から自動的に検出され、スラッシュコマンドとして呼び出されます。

詳細な説明と使用法については docs/skills/README.md を参照してください。

自動メンテナンス

Open Brainは、ナレッジグラフを健全に保つためにバックグラウンドメンテナンスを実行します。これらのジョブは、GitHub Actions（Supabaseデプロイ）または組み込みのcronコンテナ（Dockerデプロイ）を介して自動的に実行されます。

GitHub Actionsのワークフローファイルは、スケジュールのカスタマイズの参考として docs/workflows/ に含まれています。

ベンチマーク

Open Brainには、6つのカテゴリで500の質問にわたる検索品質を測定する LongMemEval ベンチマークハーネスが含まれています。各質問には独自の隔離された脳が与えられます。会話は思考として取り込まれ、質問は適切な記憶が取得され回答できるかをテストします。

ベースライン結果 (threshold=0.4, limit=20, グラフ展開オン):

ベクトル検索は直接的な事実の想起をうまく処理します。マルチセッションの統合と時間的推論が改善の主な領域であり、これらには単一クエリのベクトル類似度を超えた検索戦略が必要です。