PMBrain：给AI装上本地记忆，让项目知识不再断片

June 18, 2026

前段时间我一直在折腾一个东西，叫PMBrain。

说实话，刚开始我并没有想把摊子铺这么大。

我只是觉得现在用AI工具实在太累了。

CodeBuddy、Codex、Cursor、Claude Code，每一个都相当能打。单次对话里，它们能写代码、改文档、排查问题、生成方案，看上去确实让人眼前一亮。

可只要一切换窗口、一换项目、一开新对话，它立刻就像失忆了一样。

你几天前刚跟它讨论过的项目背景，它一点印象都没有。

你上周踩过的坑，它完全不知情。

你在Word里梳理的需求、会议纪要、客户反馈，它更是毫无感知。

它每次都像一个刚来的实习生，态度没得挑，能力也不差，唯独缺了上下文。你不得不一遍又一遍地把背景喂给它。喂的次数多了，人就烦了。

我就在琢磨，AI这么强，为什么还得我天天给它补课？

后来看到GBrain，我翻了翻介绍，眼睛一下就亮了——这就是我一直需要的东西。

它的思路特别直接：给AI搭一个本地知识大脑。你把文档、笔记、对话记录扔进去，它帮你自动完成搜索、向量化、知识图谱，再通过MCP把能力接给各类AI工具。

这个逻辑才说得通。

AI不该只会临场抖机灵，它得能翻旧账。

当然，原版GBrain很强大，可一旦搬到我自己电脑上跑，马上就开始水土不服。

第一，大量内容都是英文语境。管理后台、CLI提示、文档说明，对国内普通用户来说门槛不低。

第二，模型配置偏国外。OpenAI、Anthropic当然是好东西，但在国内环境里，很多人要么连不上，要么用着磕磕绊绊。

第三，项目经理日常打交道最多的材料，其实是Word、PDF、Excel、会议纪要、需求文档、合同文件这些。

你叫我每次先手动转格式再导入？

还是算了吧。

真要这么折腾，最后肯定又退回到手动复制粘贴的老路上。

既然原项目是开源的，我就动了改一改的心思，让它更贴合我自己的使用场景。

改造的过程大概是这样的：

先把后台和CLI全面中文化。

这一步看着没什么技术含量，但其实特别关键。工具如果一打开扑面而来全是英文提示，新手会本能地觉得“这东西离我太远了”。我不想让PMBrain变成只有硬核技术玩家才敢碰的东西。

接着接入国内模型。

我加了MIMO小米的recipe，扩展了智谱和DeepSeek的配置。向量化用智谱的embedding-3，对话和查询扩展可以走MIMO，DeepSeek也能当备用。后来我又专门整理了一套API Key和运行配置治理方案——key不放进仓库，也不写Windows全局环境变量，统一放在私有的config.json里。

听起来好像有点洁癖。

但你要真踩过密钥泄露、环境变量混乱、工具到处读不到配置的坑，就知道这根本不是洁癖，这是救命。

再接下去，是Office文档的直接导入。

我觉得这是PMBrain真正开始变硬核的一步。

因为真实工作里，知识远不只是躺在Markdown里。

它藏在客户发来的Word里，藏在会议纪要里，藏在Excel表格里，藏在PDF合同里，甚至藏在一段录音里。

所以我给它加了 --include-office 能力。

现在Word、PDF、Excel、CSV都可以直接导入。Word内容在内存中直接抽取，自动进入后续的chunk、去重、向量化流程，完全不用先生成一堆中间Markdown。对于老旧的 .doc 和 .wps 文件，还做了Windows Word COM的只读兜底。

这一下就舒服多了。

你把项目资料往文件夹里一丢，PMBrain自己就能消化。

最后我又给它叠了一层项目管理能力。

这也是我自己实实在在的需求。

我平时做项目，真正让人头疼的往往是这些事：

当前项目到底处在什么状态？

哪个任务已经卡住了？

哪个风险是刚刚冒出来的？

上一次会议拍板了什么事？

负责人是谁？

下一步谁该动？

于是我给PMBrain增加了PM schema pack，把项目、里程碑、任务、风险、决策、会议、干系人这几类关键信息拆开，再用关系把它们连起来。

这个思路非常朴素。

不要总指望AI凭空变聪明。先把材料摆对位置，再让AI帮你找关系、做判断、出报告。

我现在越来越觉得，普通人用好AI的关键，早就不再是提示词和最新模型本身了。

真正拉开差距的，是你有没有自己的材料库，有没有自己的流程，有没有让AI持续继承上下文的能力。

没有这些，AI再强也只是个一次性的聊天工具。

有了这些，AI才真正开始像一个长期搭档。

PMBrain现在能做到什么？

它能把你的本地文档一键导入知识库，支持Markdown、Word、PDF、Excel、CSV，后面还会继续扩展音频。

它可以做混合搜索，关键词、向量、知识图谱一齐上阵，不再只靠字面匹配。

它可以通过MCP接入CodeBuddy、Codex、Cursor、Claude Code。你在AI工具里问项目问题，它可以直接查你的本地知识库。

它可以帮项目经理整理项目状态、追踪任务、预警风险、生成报告。

它也可以给普通人用来沉淀自己的AI对话、工作笔记和长期记录。

说白了，它不止能帮你写一句话。

它更像一个本地的工作记忆系统。

你以前散落在各处的材料，现在终于能被AI真正用起来。

怎么用？

备注：下面的安装教程也可以不看，直接把GitHub链接甩给AI，它就能自己帮你装好。

GitHub地址：https://github.com/zhengyunhui123-dev/PMBrain

如果你是Windows用户，我个人建议优先使用Docker启动Postgres。PGLite在Windows + Bun这条路上我踩过坑，WASM兼容问题足以让人心态爆炸。

大致流程是这样的：

# 1. 启动Postgres
docker run -d --name gbrain-pg ^
  -e POSTGRES_USER=postgres ^
  -e POSTGRES_PASSWORD=postgres ^
  -e POSTGRES_DB=gbrain ^
  -p 5433:5432 ^
  pgvector/pgvector:pg16

# 2. 安装Bun
powershell -c "irm bun.sh/install.ps1 | iex"

# 3. 安装PMBrain
bun install -g github:zhengyunhui123-dev/PMBrain

# 4. 初始化
gbrain init

# 5. 检查状态
gbrain doctor

配置文件放在：

C:\Users\你的用户名\.gbrain\config.json

里面填数据库、模型和对应的key。

例如向量化用智谱：

{
  "engine": "postgres",
  "database_url": "postgresql://postgres:postgres@localhost:5433/gbrain",
  "embedding_model": "zhipu:embedding-3",
  "embedding_dimensions": 1024,
  "zhipu_api_key": "你的智谱Key",
  "chat_model": "mimo:mimo-v2.5-pro",
  "mimo_api_key": "你的MIMO Key"
}

导入项目资料：

gbrain import "D:\项目文档" --include-office

或者注册一个文件夹，以后增量同步：

gbrain sources add my-project --path "D:\项目文档"
gbrain sync --source my-project
gbrain embed --stale

接入AI工具也很简单。

在你的MCP配置里加上：

{
  "mcpServers": {
    "pmbrain": {
      "command": "pmbrain",
      "args": ["serve"]
    }
  }
}

如果你想开启HTTP管理后台：

gbrain serve --http --port 3131

然后浏览器打开：

http://localhost:3131/admin

最后

我现在对PMBrain的判断很简单。

如果你只是偶尔向AI问两句话，它可能不是非用不可。

但如果你每天都在做项目、写方案、整理资料、用AI写代码、在不同工具之间来回切换，那它就很值得一试。

因为AI最大的问题，已经从“会不会回答”，悄悄变成了“知不知道你是谁，你在做什么，你之前已经想明白了什么”。

PMBrain解决的，正是这个问题。

先把自己的东西存好。

再让AI长出真正的记忆。