Hanzo Brain: ajanlar için önce yerel bilgi grafı

Ajanınız zeki ama unutkan. Bunu düzelttik. Bugün Hanzo Brain çıkıyor — tek bir ikili, ~/.hanzo/brain/brain.db yolunda tek bir SQLite dosyası ve TypeScript, Python, Rust, Go ile C++ içinde aynı algoritma yüzeyi. Bir markdown dosyasını ~/.hanzo/workspace/ içine bırakın. Beyin onu alır, tipli kenarları çıkarır ve içeriği hibrit erişim için indeksler. Hiçbir LLM çağrılmaz. Graf birikir.

Bu, her Hanzo çalışma zamanının bellek katmanıdır — bot, MCP sunucusu, Hanzo Node ve kendi konağınıza gömdüğünüz her şey.

Beyin nedir

Beyin, tek bir süreçte üç şeydir:

1. Sayfalar — slug ile adreslenen, her yerden yazılan, diskte izlenen içerik.
2. Kenarlar — her yazmada regex ve rol çıkarımıyla elde edilen tipli ilişkiler (mentions, attended, works_at, invested_in, founded, advises). Sıfır LLM.
3. Olgular — oturumlar arasında gerçek zamanlı sorgulanabilen (subject, predicate, object, ts, confidence) demetleri.

Sayfalar bir FTS5 indeksi alır. Kenarlar (source, target, type) üzerinde bir birincil anahtar alır. Olgular bir id ve bir zaman damgası alır. Şema, akılda tutulacak kadar kısadır:

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);

Sözleşmenin tamamı budur. Her arka uç buna uyar. Her çalışma zamanı bayt bayt aynı dosyayı yazar.

Neden LLM'siz çıkarma önemli

LLM tabanlı çıkarıcılar her yazmada token, gecikme ve para yakar. Koşular arasında kayma üretirler. Grafı belirlenimsiz kılarlar.

Beyin kenarları yazma anında regex ve rol çıkarımıyla çıkarır. Hızlıdır, ücretsizdir ve aynı girdi verildiğinde her seferinde aynı kenarları üretir. «Alice, Acme'yi kurdu. Foobar'a yatırım yaptı» dediğinizde şunu alırsınız:

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

Her seferinde. Her çalışma zamanında. Gidiş-dönüş yok.

Üstüne LLM zenginleştirmesi isterseniz — varlık ayrıştırma, iddia doğrulama, özet — modelinizi belirlenimci grafın üstünde çağırırsınız. Graf alt tabakadır. LLM isteğe bağlı son katmandır.

Bir dosya. Her çalışma zamanı.

Aynı brain.db TypeScript, Python, Rust, Go ve C++ içinde açılır. Biçim çevirisi yok, göç yok. Bir sunucuda hanzobot/go üzerinden yazıp bir tarayıcı worker'ında @hanzo/bot-memory üzerinden okursanız, sunucunun yazdığı dosyayı okursunuz.

Özellik	TS	Python	Rust	Go	C++
BrainStore arayüzü	evet	evet	evet	evet	evet
SQLite (varsayılan)	evet	evet	evet	evet	evet
Hibrit FTS5 araması	evet	evet	trait	evet	evet
Graf bağı çıkarıcısı	evet	evet	evet	evet	evet
Tarif yükleyici	evet	evet	evet	evet	evet
Takılabilir arka uçlar	evet	evet	evet	evet	evet

Lansmandaki çalışma zamanları arası test toplamları: 121 TS + 53 Python + 58 Go + 38 Rust (mcp) + 38 Rust (node) + 98 C++ = 406 test, hepsi yeşil. Her çalışma zamanı aynı füzyonu, aynı yeniden sıralamayı (MMR), aynı RRF'yi, aynı slug normalleştirmesini, aynı kenar çıkarıcısını taşır.

MCP üzerinden sorgulanır

Beyin, MCP üzerinden üç araç olarak açılır:

• brain.recall <entity> — bir varlık hakkında şimdiye dek ileri sürülmüş her olgu, zaman damgalarıyla.
• brain.search <query> — hibrit FTS artı vektör, RRF ile kaynaştırılmış, isteğe bağlı MMR yeniden sıralaması.
• brain.ingest <slug> <content> — bir sayfa yazar, kenarları kendisi çıkarır, FTS'yi günceller.

Bir Hanzo Node, Hanzo MCP sunucusu veya hanzobot/* üzerine kurulu bir bot ile konuşan her ajan bu araçları bedavaya alır. Sidecar yok, ek servis yok, işletilecek ayrı bir veritabanı yok.

Tek Go ikilisi yolu için:

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"

Python için:

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

hanzo-mcp içine gömülü Rust için:

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

Takılabilir depolama, aynı sözleşme

SQLite varsayılandır. Bir dizüstü bilgisayarda ilk yüz bin sayfa için yeter. Büyüyünce, uygulama kodunu değiştirmeden başka bir arka uç kaydedersiniz:

Arka uç	Ne zaman
sqlite	tek başına, < 100K sayfa
qdrant	ölçekte vektör ANN
meilisearch	ölçekte anahtar sözcük FTS
zapdb	kanonik çok dilli yerel depo
replicate	yedek için S3'e akan SQLite WAL
vfs	S3 üzerinde akışlı blok dosya sistemi, sınırsız boyut
postgres	çok kiracılı ekip dağıtımları

Birden çok makinede SQLite biçimli dağıtık anlam için ZAP taşıması, Quasar konsensüsü ve zapdb kullanırız. Beyin aynı kalır. İçeri bayt, dışarı bayt sözleşmesi durur.

Biriken bellek

Beynin amacı bir veritabanı değildir. Varsayımın değişmesidir. Ajanınız her oturuma boş başlamaz. Bir yıl önce yazdığınız markdown zaten bir graftır. Dünün konuşmaları, bugünün oturumunun token ödemeden sorgulayabildiği kenarlar ve olgular üretmiştir. İki makinedeki iki ajan brain.db dosyasını replicate üzerinden paylaşıp aynı görünüme yakınsayabilir.

Biriken bellek derken bunu kastediyoruz. Graf büyür. Model ucuzlar. Kullanıcı hatırlayan bir yardımcı görür.

Beyni alın

• TypeScript kanonu (botla gelir): npm install -g @hanzo/bot && hanzo-bot serve
• Python: pip install hanzo-memory
• Tek Go ikilisi: go install github.com/hanzobot/go/cmd/hanzo-bot@latest
• Rust: hanzoai/node ve hanzoai/mcp çalışma alanı üyesi
• C++: hanzobot/cpp/include/hanzo/brain/ altında yalnızca başlıklar

Kaynak: github.com/hanzoai/brain. Lisans: MIT.

---

Bir dosya. Beş çalışma zamanı. Graf işlemleri için sıfır LLM çağrısı. Önce yerel, tasarım gereği.