ob1

Open Brain (OB1) est un projet d'infrastructure pour la mémoire IA personnelle. Plutôt qu'une application de notes, il est décrit comme une base de données avec recherche vectorielle et un protocole ouvert, permettant à plusieurs outils IA — Claude, ChatGPT, Cursor, Claude Code et autres — de lire et écrire dans le même stockage persistant des pensées d'un utilisateur. Composants principaux décrits dans le README : - Une base de données (PostgreSQL avec pgvector) contenant les « pensées » - Une passerelle IA - Un canal de capture de chat (Slack, avec une alternative Discord) - Un serveur MCP exposant le cerveau aux clients IA Le projet se positionne comme une alternative aux chaînes middleware et SaaS, avec une option de déploiement Kubernetes auto-hébergé utilisant PostgreSQL + pgvector et ne nécessitant pas Supabase. Le matériel de démarrage comprend un guide d'installation (environ 45 minutes, aucune expérience de codage requise), une vidéo de démonstration, un parcours d'installation assisté par IA pour des outils comme Cursor ou Claude Code, une FAQ, et un ensemble de prompts compagnons pour migrer les mémoires et établir une habitude de capture. Des configurations d'assistant dédiées sont proposées pour Claude, ChatGPT et Gemini. Structure du dépôt : - Extensions : un parcours d'apprentissage organisé de six projets (base de connaissances domestique, suivi d'entretien de la maison, calendrier familial, planification des repas, CRM professionnel, pipeline de recherche d'emploi), classés par difficulté. - Primitives : concepts réutilisables tels que le déploiement d'une fonction edge, les connexions MCP distantes, le dépannage, la sécurité au niveau des lignes et les serveurs MCP partagés. - Recettes : importateurs et flux de travail contribués par la communauté, y compris les importations depuis ChatGPT, Perplexity, Obsidian, X/Twitter, Instagram, Google Takeout, Grok, Blogger/Journals et Gmail, ainsi que des outils comme la capture automatique, l'extraction d'idées, le routage sensible au schéma, la déduplication par empreinte, le filtrage par source, le résumé quotidien, et plusieurs flux de travail de mémoire d'agent et de recherche. - Compétences : packs de compétences en texte brut pour les clients IA, couvrant la capture automatique, l'analyse concurrentielle, la revue de modèles financiers, la rédaction de mémos de transaction, la synthèse de recherche, la synthèse de réunions, l'extraction d'idées, la génération de compétences, l'élucidation du modèle de fonctionnement du travail et les diagnostics de modèle du monde. - Tableaux de bord : deux modèles frontend (SvelteKit et Next.js) destinés à être hébergés sur Vercel ou Netlify avec un backend Supabase. - Intégrations : déploiement Kubernetes, une API de mémoire d'agent, un plugin OpenClaw, et des bots de capture Slack et Discord. - Schémas : extensions de base de données telles que les sidecars de mémoire d'agent pour la provenance, la revue, la politique d'utilisation, les relations, les traces de rappel et l'audit. Processus de contribution : les extensions sont organisées et nécessitent une discussion avec les mainteneurs ; les primitives doivent être référencées par au moins deux extensions ; les recettes, schémas, tableaux de bord, intégrations et compétences sont ouverts aux contributions de la communauté. Les pull requests passent par un agent de revue automatisé vérifiant la structure, les secrets, la sécurité SQL, les dépendances et la documentation, suivie d'une revue humaine. Les contributions nécessitent un README et un metadata.json. Les canaux communautaires sont un serveur Discord et une newsletter Substack. Le projet est créé par Nate B. Jones et maintenu par une petite équipe. Licence : FSL-1.1-MIT.