iikarus/Dragon-Brain

说明与用途

**项目简介**
Dragon‑Brain（iikarus/Dragon‑Brain）是一套面向 AI 代理的持久化长期记忆框架，基于 MCP（Model Context Protocol）实现。它将 FalkorDB 知识图谱、Qdrant 向量搜索和 CUDA GPU 嵌入相结合，能够在 Claude、Gemini CLI、Cursor、Windsurf、VS Code Copilot 等 30+ 工具之间共享记忆，已通过 1121 条单元测试，评分 82/100。

**价值**

• **统一记忆**：把散落在各个 Prompt 与工具中的上下文统一存入图谱+向量库，实现跨会话、跨工具的记忆持久化。
• **可复用工作流**：通过 MCP 将记忆、工具调用、数据检索封装为标准化的 API/SDK，帮助团队把一次性实验快速转化为可重复的多代理工作流。
• **加速研发**：GPU 加速的嵌入生成与高效向量检索让大模型在 RAG 场景下响应更快，降低了自行搭建记忆层的成本。

**典型接入方式**

1. **API/SDK**：项目提供 Python SDK 与 RESTful API，开发者只需在代码中引入 dragon_brain 包，调用 add_memory()、query_memory() 等函数，即可将上下文写入或检索。
2. **CLI**：通过 dragon-brain-cli 可在命令行直接管理记忆库、查看图谱节点或执行向量相似度搜索，适合 CI/CD 或脚本化集成。
3. **语言元数据 & 主题标签**：库会自动为每条记忆打上语言、工具、主题等标签，便于在多语言项目或不同工具链之间精准过滤。

**生产可用性**

• **活跃度**：截至 2026‑06‑24 最近一次提交，GitHub 50+ star、7 fork，代码基于 Python，拥有 13 个相关主题，社区活跃。
• **测试覆盖**：已通过 1121 条单元/集成测试，覆盖记忆写入、向量检索、MCP 协议交互等关键路径。
• **生态兼容**：原生支持 Claude、Gemini CLI、Cursor、Windsurf、VS Code Copilot 等主流大模型与开发工具，接入成本低。
• **风险**：目前未发现重大元数据或安全隐患，但仍需对许可证（MIT/Apache 等）和长期维护者的承诺进行最终确认。

综合来看，Dragon‑Brain 已具备较高的生产就绪度，适合作为企业级 AI 代理记忆层的 OSS 选型，先行在试点项目中验证后即可推广至正式生产环境。

实际用途

iikarus/Dragon-Brain helps turn isolated prompts and tools into repeatable agent workflows.

• coordinate multi-agent workflows
• add tool-use pipelines
• standardize agent memory

限制与审查说明

High for an OSS candidate: recent activity, adoption, and ecosystem signals are strong enough for a serious pilot.