OzBrain - Shared knowledge base for AI agents
Show HN: OzBrain, a shared brain for knowledge between agents and your team
OzBrain은 Claude, ChatGPT, Cursor 등 모든 AI 에이전트가 읽고 쓸 수 있는 호스팅형 지식 베이스입니다. 에이전트가 필요한 정보만 읽도록 지식을 구조화하고, 버전 관리와 충돌 감지를 통해 항상 최신 상태를 유지합니다. 개인 메모리와 달리 작업 자체를 보관하며, 마크다운 내보내기와 감사 로그를 지원합니다. 무료 플랜으로 시작할 수 있으며, 2분 안에 연결할 수 있습니다.
모든 에이전트가 같은 지식을 읽고 쓰는 하나의 공유 뇌. 더 이상 컨텍스트를 수동으로 옮기지 마세요.
HN 토론
50- Sammi
각 레포에 reports, plans, code-reviews라는 폴더를 두고 있어. 에이전트용 md 파일을 거기에 넣어 두면, 소스 코드와 함께 git에 올라가서 클라우드에 있게 되지. 그냥 로컬 에이전트에게 이 파일들에 대해 말하면 grep 같은 걸로 찾아내. 끝. MCP나 특별한 서버가 필요 없어.
나도 ozbrain 같은 제품을 제안받아 본 적이 있지만, 이미 가진 것에 비해 필요성을 느끼지 못했어. 내게는 그냥 복잡도만 늘고 이득은 없는 것 같아.
내가 뭘 놓치고 있는 걸까?
- gavinboston
LLM이 생성한 텍스트를 더 많이 합칠 때 정확도가 떨어지는 문제에 대한 해결책이 있나요?
저도 LLM 지식/메모리 시스템을 만들고 있는데, SOTA 모델조차도 사소하지 않은 입력 텍스트 배치를 요약할 때 얼마나 형편없는지 놀랐습니다. 그들은 틀린 내용을 만들거나, 근본적인 의미나 데이터를 왜곡하기도 합니다.
- sinuhe69
이런 메모리 시스템의 핵심 질문은 우리나 에이전트가 관련 정보를 찾을 수 있는지, 그리고 변화가 계속 들어올 때 이 데이터를 어떻게 구성할지라고 생각합니다. 검색 과정에서 뭔가를 놓치게 될까요? 쓰레기가 쌓이지 않도록 정보를 어떻게 구성해서 실제적이고 정확하게 유지할까요? 물론 데이터를 계속 이어붙이고 버전과 날짜를 태그할 수 있지만, 그러면 짧은 시간 안에 관련 정보를 추출하는 문제에 직면하게 됩니다. 그 문제를 LLM에 위임하면 긴 컨텍스트 검색 성능이 저하되고 비용이 폭발할 것입니다.
그래서 우리는 먼저 정보를 압축하는 것입니다. 잊기 + 종합하기는 학습의 필수적인 부분이며, 기본적으로 메모리 + 스마트 검색으로 학습 시스템을 구축하려는 것입니다.
- rgbrgb
좋네요 :)
> 어떻게 했는지 듣고 싶어요
이건 우리가 Hedgy를 위해 만든 것입니다 https://setoku.com
우리의 접근 방식은 회사 데이터를 clickhouse로 빨아들이는 데이터 레이크를 만들고 그것을 지식 저장소에 연결하는 것이었습니다. 이렇게 하면 뇌가 실시간 사실의 흐름을 갖고 그 주변에 지식을 쌓습니다. 우리는 지식 저장소를 사람이 읽을 수 있게 만드는 것을 포기했습니다. 거기에 뭔가가 있을 수도 있다고 생각하지만, 지금은 당신이 사용하는 에이전트를 강화하는 것만 신경 씁니다. 그것은 내 Claude Code를 디버깅에 아주 능숙하게 만들고, 모두가 실제 데이터로 대시보드와 작은 내부 도구를 만들 수 있는 방법을 제공합니다.
저는 또한 아내와 저를 위한 개인 인스턴스를 운영하는데, Monarch Money와 Gmail을 빨아들입니다. 주로 큰 돈의 움직임에 대해 채팅하는 데 사용합니다.
- jen729w
저는 Johnny.Decimal입니다. [0]
저는 Obsidian 볼트와 제 시스템을 사용합니다. "23.16에 있어요", 라고 Claude에게 말합니다. 그러면 그것은 즉시 제 노트와 파일을 찾을 수 있습니다.
추가 소프트웨어가 필요 없습니다. 약간의 기본 구조만 있으면 됩니다. Claude는 그것을 좋아합니다. [1]
아, 그리고 대화 컨텍스트를 유지해서 /resume 등을 할 수 있도록 하려면, 그냥
$ cd 23.16
$ claude