Hanzo Brain: Graf Pengetahuan yang Lokal Duluan untuk Agen

Agen Anda pintar tetapi pelupa. Kami memperbaiki itu. Hari ini kami mengirim Hanzo Brain — satu biner, satu berkas SQLite di ~/.hanzo/brain/brain.db, dan permukaan algoritma yang sama di TypeScript, Python, Rust, Go, dan C++. Jatuhkan berkas markdown ke ~/.hanzo/workspace/. Otak menelannya, mengekstrak sisi bertipe, dan mengindeks isi untuk temu kembali hibrida. Tidak ada LLM yang dipanggil. Graf itu berpadu.

Ini lapisan memori untuk setiap runtime Hanzo — bot, server MCP, Hanzo Node, dan apa pun yang Anda sematkan di host sendiri.

Apa itu otak

Otak adalah tiga hal dalam satu proses:

1. Halaman — isi yang dialamatkan oleh slug, ditulis dari mana saja, diawasi di disk.
2. Sisi — hubungan bertipe (mentions, attended, works_at, invested_in, founded, advises) yang diekstrak pada setiap penulisan oleh regex dan inferensi peran. Nol LLM.
3. Fakta — tuple (subject, predicate, object, ts, confidence) yang dapat ditanyakan secara waktu nyata lintas sesi.

Halaman mendapat indeks FTS5. Sisi mendapat kunci primer di atas (source, target, type). Fakta mendapat id dan stempel waktu. Skemanya cukup pendek untuk diingat:

CREATE TABLE pages (slug TEXT PRIMARY KEY, content TEXT, frontmatter TEXT, updated_at TEXT);
CREATE VIRTUAL TABLE pages_fts USING fts5(content, content='pages', content_rowid='rowid');
CREATE TABLE edges (source TEXT, target TEXT, type TEXT, evidence TEXT, PRIMARY KEY (source, target, type));
CREATE TABLE facts (id TEXT PRIMARY KEY, subject TEXT, predicate TEXT, object TEXT, source TEXT, ts TEXT, confidence REAL);

Itulah seluruh kontrak. Setiap backend menghormatinya. Setiap runtime menulis berkas yang identik byte demi byte.

Mengapa ekstraksi tanpa LLM penting

Pengekstrak berbasis LLM membakar token, latensi, dan uang pada setiap penulisan. Mereka menghasilkan drift antar jalankan. Mereka membuat graf tidak deterministik.

Otak mengekstrak sisi dengan regex dan inferensi peran pada saat menulis. Ia cepat, gratis, dan menghasilkan sisi yang sama setiap kali untuk masukan yang sama. Saat Anda menelan "Alice founded Acme. She invested in Foobar," Anda mendapat:

people/alice -[founded]->     companies/acme
people/alice -[invested_in]-> companies/foobar

Setiap kali. Pada setiap runtime. Tanpa perjalanan pulang-pergi.

Jika Anda ingin pengayaan LLM di atasnya — disambiguasi entitas, verifikasi klaim, ringkasan — panggil model Anda di atas graf yang deterministik. Graf adalah substrat. LLM adalah penyelesai yang opsional.

Satu berkas. Setiap runtime.

brain.db yang sama terbuka di TypeScript, Python, Rust, Go, dan C++. Tanpa terjemahan format, tanpa migrasi. Jika Anda menulis dari hanzobot/go di server dan membaca dari @hanzo/bot-memory di worker peramban, Anda membaca berkas yang ditulis server.

Fitur	TS	Python	Rust	Go	C++
Antarmuka BrainStore	ya	ya	ya	ya	ya
SQLite (bawaan)	ya	ya	ya	ya	ya
Pencarian hibrida FTS5	ya	ya	trait	ya	ya
Pengekstrak tautan graf	ya	ya	ya	ya	ya
Pemuat resep	ya	ya	ya	ya	ya
Backend yang dapat dipasang	ya	ya	ya	ya	ya

Total uji lintas runtime saat peluncuran: 121 TS + 53 Python + 58 Go + 38 Rust (mcp) + 38 Rust (node) + 98 C++ = 406 uji, semuanya hijau. Setiap runtime mengirim fusi yang sama, rerank yang sama (MMR), RRF yang sama, normalisasi slug yang sama, pengekstrak sisi yang sama.

Dapat ditanyakan dari MCP

Otak diekspos melalui MCP sebagai tiga alat:

• brain.recall <entity> — setiap fakta yang pernah dinyatakan tentang sebuah entitas, dengan stempel waktu.
• brain.search <query> — FTS hibrida plus vektor, dilebur dengan RRF, rerank MMR opsional.
• brain.ingest <slug> <content> — tulis sebuah halaman, ekstrak sisi secara otomatis, perbarui FTS.

Setiap agen yang berbicara ke Hanzo Node, server Hanzo MCP, atau bot yang dibangun di atas hanzobot/* mendapat alat ini gratis. Tanpa sidecar, tanpa layanan tambahan, tanpa basis data terpisah untuk dioperasikan.

Untuk jalur biner tunggal Go:

go install github.com/hanzobot/go/cmd/hanzo-bot@latest

hanzo-bot brain init                  # opens ~/.hanzo/brain/brain.db
hanzo-bot brain ingest people/alice.md
hanzo-bot brain recall people/alice
hanzo-bot brain search "founded"

Untuk Python:

from hanzo_memory.graph_links import extract_edges
edges = extract_edges(slug="people/alice", content="Alice founded Acme.")

Untuk Rust, disematkan di dalam hanzo-mcp:

use hanzo_mcp::brain::{extract_edges, slugify};
let edges = extract_edges("people/alice", "Alice is CEO of Acme.", Some("person"));

Penyimpanan yang dapat dipasang, kontrak yang sama

SQLite adalah bawaan. Itu cukup untuk seratus ribu halaman pertama di laptop. Saat Anda melampauinya, daftarkan backend lain tanpa mengubah kode aplikasi:

Backend	Kapan
sqlite	sendiri, < 100K halaman
qdrant	ANN vektor pada skala besar
meilisearch	FTS kata kunci pada skala besar
zapdb	penyimpanan native multibahasa yang kanonik
replicate	WAL SQLite dialirkan ke S3 untuk cadangan
vfs	FS blok streaming S3, ukuran tak terbatas
postgres	penyebaran tim multi-penyewa

Untuk semantik terdistribusi berbentuk SQLite antar mesin kami memakai transport ZAP + konsensus Quasar + zapdb. Otak tetap sama. Kontrak byte-masuk byte-keluar tetap berlaku.

Memori yang berpadu

Maksud otak bukan sebuah basis data. Ia adalah pergeseran asumsi. Agen Anda tidak memulai setiap sesi dalam keadaan kosong. Markdown yang Anda tulis setahun lalu sudah menjadi graf. Percakapan kemarin telah menghasilkan sisi dan fakta yang dapat ditanyakan sesi hari ini tanpa membayar token untuk itu. Dua agen di dua mesin dapat berbagi brain.db lewat replicate dan bertemu pada pandangan yang sama.

Itulah yang kami maksud dengan memori yang berpadu. Graf tumbuh. Model menjadi lebih murah. Pengguna melihat asisten yang ingat.

Dapatkan otaknya

• Kanon TypeScript (ikut bersama bot): npm install -g @hanzo/bot && hanzo-bot serve
• Python: pip install hanzo-memory
• Biner tunggal Go: go install github.com/hanzobot/go/cmd/hanzo-bot@latest
• Rust: anggota workspace dari hanzoai/node dan hanzoai/mcp
• C++: hanya header di hanzobot/cpp/include/hanzo/brain/

Sumber: github.com/hanzoai/brain. Lisensi: MIT.

---

Satu berkas. Lima runtime. Nol panggilan LLM untuk operasi graf. Lokal duluan, karena desain.