这份指南是整个系列的核心：所有拼图在这里汇合。你已经见过了记忆（记住）和 RAG（在你的文档里检索），后面还会见到图谱（理解关联）。而 "brain" 就是当你把这些拼图组合到产品层面时发生的事：当重点不再是你个人的 AI，而是你为别人构建并部署的一个应用或一个智能体时。这样的产品需要自己的知识：既了解你业务的情况，又记得每一个用户。没有它，你的应用就是一只昂贵的鹦鹉，回答千篇一律，把所有人都当陌生人。有了 brain，它就是一名会学习的员工。在这份指南里，你会用大白话搞懂 brain 到底是什么、你什么时候真的需要它（以及什么时候不需要，免得过度构建）、它由哪些拼图组成，以及如何把它搭起来 —— 配上真实的开源工具，还有让你在不掉进过度工程陷阱的情况下设计它的 prompt。
这个时刻，是当你不再只是"和 AI 聊天"，而是开始构建一个别人要用的产品时到来的：一个服务你客户的助手、一个照看你业务的智能体、一个内嵌 AI 的应用。信号是这样的：你的智能体第一次回答得很好……但换到下一个用户，或者到了第二天，它什么都不记得了 —— 既不记得上一次的对话，也不了解你的业务。那一刻你就发现，它缺了一个大脑。
一个 brain（大脑）就是一个应用或智能体自己的知识：它对你业务的了解，以及它对每个用户的记忆，用来精准地作答。它不是一个新工具 —— 而是你在系列里已经见过的三块拼图的组合，只不过现在提升到了产品层面，并且协同运作。
一个完整的 brain 把系列里的三样东西合在一起，每一样解决不同的问题：
这是最容易混淆的一点。个人记忆（系列的第 1 阶）是为了让你和你的 AI 配合得更好 —— 它住在你的 CLAUDE.md 里，是给你用的。而 brain 是为了让你的应用了解情况并记住它的用户 —— 它住在产品里，同时服务很多人，而且每个用户都有自己那块记忆的地盘。一个是个人的；另一个是产品的基础设施。
你不必从零开始造 brain：已经有一些开源层帮你解决了。下面这三个是最常用的，而且你的编码智能体会帮你把它们装起来：
面向 AI 智能体的通用记忆层：跨会话记住每个用户的偏好和事实，并支持按相关性检索。生态里最热门的一个。如果你需要的就是按用户的记忆，从这里开始。
一个开源记忆平台，把 RAG + 知识图谱**合并**在一块拼图里：为智能体提供持久的长期记忆。这是对 "brain" 最直白的示范（语义检索 + 关系推理）。
把知识图谱实时构建为智能体的记忆，并带有时间概念（什么在什么时候是真的）。适合当你的 brain 需要理解会变化的关系时用。
在动手造任何东西之前，让你的 AI 扮演架构师，告诉你哪些拼图是你真正需要的（有时候只需要记忆）。复制它，粘给你的编码智能体：
我想给我正在构建的应用/智能体加一个 "brain"（自己的知识），但要 **不过度构建**。先别写代码：先帮我决定我需要什么。 第 1 步 —— 采访我，一次一个问题，用简单的语言： - 我的应用/智能体是做什么的，给谁用？ - 它应该 **了解** 我业务的哪些东西？（文档、政策、产品、数据） - 它应该跨会话 **记住** 每个用户的什么？ - 我的数据之间有没有值得理解的复杂关系（谁依赖什么）？ - 我预计有多少用户，这些数据有多敏感？ 第 2 步 —— 根据我的回答，告诉我 brain 里哪些拼图是我 **真正** 需要的、哪些不需要： - 按用户的记忆（这个够不够我用？） - 关于我业务知识的 RAG（我需要它吗，还是我的信息能塞进上下文？） - 知识图谱（我的关系是否复杂到值得用它，还是过度工程化？） 明确劝退我暂时不需要的东西。 第 3 步 —— 用真实的开源工具给我推荐最简单的路径（记忆用 mem0，需要 RAG+图谱合体用 cognee，时序图谱用 Graphiti），并给我一个分阶段的计划：先上最小的那块拼图，其余的等需要时再加。 第 4 步 —— 提醒我做隔离：每个用户只能访问 **他自己那块** brain 的地盘（这和安全相关：按用户的 RLS）。 从第 1 步开始。
Join 4,200+ builders. No credit card. Build your first app with AI in minutes.