Open Brain

당신의 개인 지식 인프라. 어디서든 생각을 포착하고 의미로 검색하세요.

Open Brain은 AI가 생성한 임베딩을 사용하여 생각을 저장하므로, 모든 AI 어시스턴트가 키워드가 아닌 '의미'를 기반으로 당신의 기억을 검색할 수 있습니다. 생각은 텔레그램, 자동화된 파이프라인 또는 MCP 호환 AI 클라이언트(Claude, ChatGPT 등)를 통해 유입되며 즉시 검색 가능해집니다. 지식 그래프는 관련 생각을 자동으로 연결하고, 개체를 추출하며, 동시 발생 패턴을 추적합니다. 자동화된 유지 관리를 통해 그래프를 건강하게 유지하며, 중복된 내용을 제거하고, 테마 변화를 추적하며, 통찰력을 합성하고, 오래된 콘텐츠를 보관합니다.

모든 데이터는 당신의 데이터베이스에 저장되므로, 당신이 데이터를 완전히 소유합니다.

작동 원리

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]

캡처 경로

텔레그램 봇에 메시지를 보내면, telegram-bot Edge Function이 웹훅을 통해 이를 수신합니다. 메시지는 OpenRouter로 병렬 전송되어 두 가지 작업을 수행합니다: 벡터 임베딩(의미의 수치적 표현) 생성 및 주제, 언급된 인물, 실행 항목, 테마, 품질 점수, 명명된 개체와 같은 메타데이터 추출. 생각은 의미론적 중복 여부를 확인한 후, 관련 생각과 자동으로 연결되어 데이터베이스에 저장되며, 봇은 포착된 내용의 요약을 회신합니다.

파이프라인 경로

run-pipeline Edge Function은 RSS 피드(AI 뉴스레터), Hugging Face 일일 논문, Emergent Mind(트렌드 arXiv 논문)에서 아이디어를 자동으로 수집합니다. 각 항목은 관련성, 임베딩, 중복 제거 및 저장 과정을 거칩니다. GitHub Actions(Supabase 배포) 또는 내장 cron 컨테이너(Docker 배포)를 통해 일정에 따라 실행됩니다.

검색 경로

MCP(Model Context Protocol)를 통해 연결된 모든 AI 클라이언트는 의미론적 검색을 사용하여 생각을 검색하거나, 필터(유형, 주제, 인물, 시간)별로 탐색하거나, 통계 요약을 얻거나, 주간 테마 리뷰를 요청할 수 있습니다. open-brain-mcp Edge Function은 개인 액세스 키로 인증된 이러한 요청을 처리합니다.

지식 그래프

모든 생각은 벡터 유사도를 통해 관련 생각과 자동으로 연결됩니다. 유사도가 0.80 이상인 연결은 LLM에 의해 유형별 관계(확장, 반박, 증거, 대체)로 분류됩니다. 명명된 개체(인물, 도구, 프로젝트, 조직)는 추출되어 공유 개체 그래프로 해결됩니다. 동시 발생 엣지는 시간이 지남에 따라 어떤 생각이 함께 검색되는지 추적하여 실제 사용 패턴에 기반한 연결을 강화합니다.

저장소

모든 데이터는 빠른 유사도 검색을 위해 pgvector가 포함된 Postgres에 저장됩니다. 생각은 임베딩(1536차원 벡터), 메타데이터, 유형별 연결 및 개체 참조와 함께 저장됩니다. Supabase(관리형 호스팅)에 배포하거나 Docker Compose를 사용하여 직접 호스팅할 수 있습니다.

배포 옵션

Open Brain을 실행할 방법을 선택하세요:

Supabase 배포

사전 요구 사항

1. Supabase 계정 -- Supabase는 내장 API, 인증 및 Edge Functions(서버리스 코드)를 갖춘 호스팅된 Postgres 데이터베이스입니다. supabase.com에서 무료 계정을 만드세요. 새 프로젝트를 생성하면 프로젝트 URL(예: https://abcdef.supabase.co)과 서비스 역할 키(설정 > API에서 찾을 수 있는 긴 문자열)가 필요합니다.

2. Supabase CLI -- Supabase 프로젝트를 관리(데이터베이스 마이그레이션 적용, 함수 배포, 비밀 설정)하기 위한 명령줄 도구입니다.

   npm install -g supabase

3. OpenRouter 계정 -- OpenRouter는 AI 모델로 요청을 라우팅합니다. 여기서는 임베딩(생각의 벡터 표현) 생성 및 메타데이터 추출에 사용됩니다. openrouter.ai에서 계정을 만들고 대시보드에서 API 키를 생성하세요.

4. 텔레그램 봇 (권장) -- 이동 중에 생각을 포착하는 주요 방법입니다. 텔레그램의 @BotFather를 통해 봇을 만들고 설정 스크립트를 실행하세요(아래 참조). MCP 액세스만 필요한 경우 이 단계를 건너뛸 수 있습니다.

빠른 시작

1. 저장소 복제

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

2. Supabase 프로젝트 연결

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

팁: 프로젝트 참조(ref)는 Supabase URL의 하위 도메인입니다. URL이 https://abcdef.supabase.co라면 프로젝트 참조는 abcdef입니다.

3. 부트스트랩 실행

./scripts/bootstrap.sh

부트스트랩은 환경 설정 과정을 안내합니다. 각 비밀 값(Supabase URL, 서비스 역할 키, OpenRouter API 키, 텔레그램 토큰 등)을 묻고, 암호화된 MCP 액세스 키를 자동으로 생성하며, 모든 내용을 .env.local에 기록합니다. 이미 .env.local이 있는 경우 기존 값을 보여주고 특정 값을 업데이트할 수 있습니다.

4. 배포 실행

./scripts/deploy.sh

배포는 데이터베이스 스키마를 적용(벡터 검색 인덱스가 있는 생각 테이블 생성)하고, 비밀 값을 Supabase에 업로드하며, 모든 Edge Function을 배포합니다. 각 작업이 완료될 때마다 단계별 체크리스트를 보여줍니다. 마지막에 MCP 연결 URL과 복사하여 붙여넣을 수 있는 Claude Code 명령어를 출력합니다.

5. 유효성 검사 실행

./scripts/validate.sh

유효성 검사는 라이브 배포에 대해 8가지 검사를 실행하여 데이터베이스 액세스, RPC 함수, Edge Function 도달 가능성, 인증, 생각 포착, 의미론적 검색 및 생각 목록 확인 등 모든 것이 작동하는지 확인합니다. 각 검사에 대한 통과/실패 체크리스트와 최종 요약을 출력합니다.

텔레그램 봇 설정 (선택 사항)

텔레그램의 @BotFather를 통해 봇을 만들고 설정 스크립트를 실행하세요:

./scripts/setup-telegram.sh YOUR_BOT_TOKEN

스크립트는 토큰을 확인하고, 웹훅을 등록하며, 명령어 자동 완성을 설정하고, 구성할 환경 변수와 비밀 값을 출력합니다. 출력된 지침에 따라 설정을 완료하세요.

AI 클라이언트 연결

배포가 완료되면 AI 클라이언트를 연결하여 Open Brain 사용을 시작하세요. 두 가지 값이 필요합니다:

• MCP 엔드포인트 URL: https://YOUR_REF.supabase.co/functions/v1/open-brain-mcp/mcp (Supabase) 또는 http://localhost:80/functions/v1/open-brain-mcp (Docker)

• MCP 액세스 키: 설정 중에 생성된 키 (.env.local 또는 Docker .env에 저장됨)

팁: 배포 스크립트(Supabase) 또는 시작 스크립트(Docker)는 값이 채워진 정확한 연결 명령어를 출력합니다.

Claude Code (CLI -- 권장)

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

이 명령어는 Open Brain을 Claude Code가 모든 대화에서 사용할 수 있는 MCP 서버로 등록합니다. YOUR_MCP_KEY와 YOUR_REF를 실제 값으로 바꾸세요.

Claude Code (프로젝트 .mcp.json)

팀과 연결을 공유하려면 프로젝트 루트의 .mcp.json 파일에 다음을 추가하세요:

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

참고: ${MCP_ACCESS_KEY} 구문은 환경 변수 확장을 사용하여 키가 버전 제어 시스템에 노출되지 않도록 합니다. 이 구성을 사용하는 각 컴퓨터에서 MCP_ACCESS_KEY 환경 변수를 설정하세요.

Claude Desktop

Claude Desktop은 구성 파일을 통한 원격 MCP 서버를 지원하지 않습니다. 대신 다음을 수행하세요:

1. Claude Desktop > 설정 > 커넥터를 엽니다.

2. 새 커넥터 추가를 클릭합니다.

3. MCP 엔드포인트 URL을 입력합니다: https://YOUR_REF.supabase.co/functions/v1/open-brain-mcp/mcp

4. x-brain-key 인증 헤더를 MCP 액세스 키로 구성합니다.

ChatGPT (Pro/Team/Enterprise/Edu)

1. 설정 > 커넥터 > 고급 > 개발자 모드로 이동합니다.

2. MCP 서버 URL을 추가합니다: https://YOUR_REF.supabase.co/functions/v1/open-brain-mcp/mcp

3. x-brain-key 인증 헤더를 MCP 액세스 키로 구성합니다.

사용 예시

텔레그램 캡처

봇에게 메시지를 보내면 Open Brain이 자동으로 처리합니다:

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)

모든 메시지는 벡터로 임베딩되고, 추출된 메타데이터로 보강되며, 중복 확인을 거치고, 관련 생각과 자동으로 연결되며, 개체는 지식 그래프로 해결됩니다.

의미론적 검색

연결된 AI 클라이언트에게 뇌를 검색하도록 요청하세요:

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...

의미론적 검색은 다른 단어를 사용했더라도 의미를 기반으로 생각을 찾습니다. "제품 계획"에 대해 물어보면 의미가 유사하기 때문에 "로드맵 논의"에 대한 생각을 찾을 수 있습니다.

주간 리뷰

최근 생각에 대한 AI 생성 요약을 받으세요:

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

주간 리뷰는 지난 7일간의 생각을 분석하여 테마, 열린 루프, 아이디어 간의 연결 및 사고의 공백을 합성합니다.

사용 가능한 도구

자세한 사용 패턴, 도구 구성 및 비직관적인 동작은 docs/cookbook.md를 참조하세요.

기술 (Claude Code 워크플로우)

Open Brain에는 Claude Code 기술이 포함되어 있습니다. 이는 위의 MCP 도구를 더 높은 수준의 분석으로 구성하는 구조화된 다단계 워크플로우입니다. 기술은 .claude/skills/에서 자동으로 발견되며 슬래시 명령어로 호출됩니다.

자세한 설명과 사용법은 docs/skills/README.md를 참조하세요.

자동화된 유지 관리

Open Brain은 지식 그래프를 건강하게 유지하기 위해 백그라운드 유지 관리를 실행합니다. 이러한 작업은 GitHub Actions(Supabase 배포) 또는 내장 cron 컨테이너(Docker 배포)를 통해 자동으로 실행됩니다.

GitHub Actions 워크플로우 파일은 일정을 사용자 정의하기 위한 참조용으로 docs/workflows/에 포함되어 있습니다.

벤치마크

Open Brain에는 6개 카테고리의 500개 질문에 걸쳐 검색 품질을 측정하는 LongMemEval 벤치마크 하네스가 포함되어 있습니다. 각 질문은 자체적인 독립된 뇌를 가지며, 대화는 생각으로 수집된 다음, 올바른 기억을 검색하고 답변할 수 있는지 테스트합니다.

기본 결과 (임계값=0.4, 제한=20, 그래프 확장 켜짐):