Ein Wissenssystem ist nur so gut wie sein Ranking, und Ranking ist eine Folge kleiner Entscheidungen. Dieser Arbeitsbereich legt alle zwölf offen und lässt Sie jede einzeln abschalten, um zu sehen, was sie beigetragen hat.

GBrain-Plus ist ein Arbeitsbereich für eine persönliche Wissensmaschine, gebaut auf dem eingebundenen GBrain-Backend von Garry Tan. Notizen, E-Mail, Gruppenchats, gespeicherte Links und Artikel werden zu Markdown-Dateien; darüber wird ein Graph typisierter Links aufgebaut; und Fragen werden mit hybridem Retrieval beantwortet, wobei jede Antwort den Absatz zitiert, aus dem sie stammt.

Eine Abfrage durchläuft zwölf deterministische Schritte: Intent-Umschreibung, Multi-Query-Erweiterung, drei Vektorsuchen, Stichwortsuche, RRF-Fusion, ein Boost für verdichtete Wahrheit, ein Backlink-Boost, zweistufige Graph-Traversierung, ein quellenbewusster Boost, Deduplizierung, LLM-Rerank und Komposition. Jede Schicht ist einzeln ablatierbar, und das Ablationspanel zeigt, was sie beiträgt. Typisierte Links werden beim Schreiben per Regex über vier Verbfamilien erkannt: kein Modellaufruf, kein Embedding, rund 0,3 ms pro Seite.

Das Repository liefert zwei Gesichter: eine Landingpage, die das Produkt erklärt, und eine Werkbank mit acht Seiten samt Sandbox-Modus, der kein Backend braucht, plus einen Live-Modus, der über BFF-Routen einen echten GBrain-Vault liest. Ist das Backend nicht verfügbar, fallen die Seiten auf Sandbox-Daten zurück und sagen das, statt leer zu bleiben.

Lesen Sie es für das Ablationspanel: eine vollständige hybride Pipeline als Schritte, die Sie einzeln abschalten können, und eine Extraktion typisierter Links, die beim Schreiben ohne Modellaufruf und ohne Embedding läuft.