Spätabends fragst du Hermes: „Was genau hat Alice mir damals versprochen?“ Es scrollt durch deine gesamte Chat-Historie und kann trotzdem nicht antworten — weil die Antwort nie im Gespräch stand. Sie steckt in den Notizen vom letzten Meeting, in der E-Mail, die du nie weitergeleitet hast, und in einem Telefonat. Chat-Gedächtnis ist kein Weltwissen — und genau das ist der blinde Fleck eines jeden KI-Assistenten.

Der Präsident und CEO von Y Combinator, Garry Tan, sieht das offenbar genauso: Er hat die fehlende Schicht selbst gebaut, als Open Source veröffentlicht — und innerhalb weniger Wochen die 28.000-GitHub-Sterne-Marke geknackt. Das Projekt heißt GBrain, und seine Produktionsinstallation läuft auf OpenClaw und Hermes.

GBrain in einem Satz

Suche liefert dir rohe Seiten. GBrain liefert dir die Antwort.

GBrain ist die „Gehirnschicht“, die Garry Tan für seine eigenen Agents gebaut hat — Synthesis, Graph-Traversal und Gap-Analyse in einem Paket. Sein README nennt Produktionszahlen, die man nicht ignorieren kann:

• 155.795 Seiten Wissen, 24.589 Personen, 5.340 Unternehmen
• 66 Cron-Jobs, die vollautomatisch laufen
• Sein Agent verarbeitet Meetings, E-Mails, Tweets, Telefonate und rohe Ideen, während Tan schläft — reichert jede Person und jedes Unternehmen an, die ihm begegnen, korrigiert seine eigenen Zitate und konsolidiert das Gedächtnis über Nacht. „Ich wache klüger auf, als ich schlafen gegangen bin.“

Warum Hermes-Nutzer das interessieren sollte

Zunächst eine Klarstellung: Das eingebaute Gedächtnis von Hermes (FTS5-Cross-Session-Recall plus das Honcho-Nutzerprofil, siehe die hermes memory-Kommando-Referenz) ist konversationelles Gedächtnis — hervorragend darin, sich zu merken, was du gesagt und getan hast. GBrain hingegen ist Weltwissen — Personen, Unternehmen, Beziehungen, Verpflichtungen, Meeting-Ergebnisse und die Verbindungen zwischen ihnen.

Das sind keine Konkurrenten, sondern Ergänzungen. Garry Tans eigene Produktionsumgebung ist Hermes (oder OpenClaw) + GBrain. Chat bleibt im Chat; das Gehirn bleibt im Gehirn.

Die drei Killer-Mechanismen

1. Eine Synthesis-Schicht, die antwortet statt verlinkt

Frag ein klassisches Wissens-Tool „Was muss ich vor meinem Meeting mit Alice wissen?“ und du bekommst fünf Seiten zum Selberlesen. GBrain liefert eine einzige belegte Antwort: „Alice leitet die Entwicklung bei Acme, ihr habt euch zuletzt am 22. April über Preise unterhalten, drei Dinge sind noch offen …“ Jede Aussage hat eine Quelle.

Noch besser ist die Gap-Analyse: Wenn das Gehirn sechs Wochen lang nichts über Alice gesehen hat, sagt es dir „das könnte veraltet sein, frag sie am besten direkt“ — es weiß, was es nicht weiß.

2. Ein sich selbst verdrahtender Knowledge Graph, ganz ohne LLM-Aufrufe

Jedes geschriebene Dokument extrahiert Entitäts-Referenzen und erzeugt typisierte Kanten (works_at, invested_in, founded, advises …) mit null Modell-Aufrufen. Frag „Wer arbeitet bei Acme?“ — eine Frage, die reine Vektor-Suche nicht beantworten kann — und du bekommst sofort eine Antwort.

Offizielles Benchmark (240-seitiges, von Opus erzeugtes Prosakorpus): P@5 49,1 %, R@5 97,9 % — +31,4 Punkte P@5 gegenüber der Variante ohne Knowledge Graph.

3. Der Dream Cycle

GBrain läuft nachts nach deinem Zeitplan: Es integriert die Erinnerungen des Tages, repariert kaputte Zitate und bereinigt doppelte Einträge. Du schläfst, es konsolidiert, du wachst auf und fragst einfach.

So bindest du es in Hermes ein: drei Wege

Weg A: Frische Installation (30 Minuten, empfohlen)

Garrays Doku macht unmissverständlich klar, dass die „immer an, rund um die Uhr anreichernde“ Installation OpenClaw oder Hermes ist:

1. Deploye Hermes über die offizielle Railway-One-Click-Vorlage;
2. Installiere GBrain: bun install -g github:garrytan/gbrain (die PGLite-DB steht in 2 Sekunden — kein Server nötig);
3. Übergib Hermes die INSTALL_FOR_AGENTS.md und lass es die restliche Brain-Installation, das Skill-Deployment und die Dream-Cycle-Einrichtung selbst erledigen.

Weg B: Das Brain läuft schon — Hermes mit einem Befehl anbinden

gbrain auth create "hermes"          # Zugriffstoken erstellen
gbrain connect https://your-brain.ngrok.app/mcp --token gbrain_xxx

gbrain connect erzeugt die komplette Verdrahtung und testet das Token vor der Übergabe per Smoke-Test.

Weg C: MCP direkt (am leichtesten)

GBrain wird als Standard-MCP-Server ausgeliefert, und Hermes hat einen nativen MCP-Client (stdio + HTTP, siehe die hermes mcp-Kommando-Referenz):

gbrain serve --surface verbs   # lokales stdio — 5 Memory-Verbs: recall / remember / entity / synthesize / forget
gbrain serve --http --port 3131  # Remote-Modus mit OAuth 2.1

Registriere gbrain serve als MCP-Server in Hermes, und fertig — diese fünf Verbs sind die Agenten-seitige „Memory-Schnittstelle“.

Weiter gedacht: ein Firmen-Brain (Multi-User-Isolation)

GBrain unterstützt inzwischen einen Team-Modus: Jedes Mitglied bekommt sein eigenes Stück des Brains, per Login abgegrenzt, und sieht nur, was es sehen darf. Der Autor berichtet, er habe jeden Lese-Pfad (Suche, Liste, Lookup, Multi-Quellen-Lesevorgänge) gefuzzt — mit null Lecks — genau die Firmen-Brain-Form, die YC gerade in seine Request for Startups aufgenommen hat.

Fallstricke (vor der Installation lesen)

1. ⚠️ Installiere nicht das falsche Paket: Das npm-Paket gbrain ist ein fremdes Drittanbieter-Paket, das nichts mit GBrain zu tun hat! Die einzige unterstützte Installation ist bun install -g github:garrytan/gbrain (beachte das github:-Präfix). Falls du schon in die Falle getappt bist, erkennt gbrain doctor das und druckt die Lösung aus.
2. Kosten: Der „Immer-an“-Modus braucht einen echten Server und API-Ausgaben (anders als der Codex-/Claude-Code-Pfad, der auf Abos läuft, die du ohnehin schon hast).
3. Laufzeit: Bun + TypeScript — installiere zuerst Bun.
4. Zahlen: Die Produktionszahlen und Benchmarks oben sind die eigenen README-Angaben des Autors und wurden nicht unabhängig nachgemessen.

Fazit

Wenn dir das konversationelle Gedächtnis von Hermes schon stark vorkommt, versuch es auf Weltgedächtnis aufzurüsten: Meetings, Personen, Verpflichtungen, Beziehungsgraphen — das ist der Stack, mit dem Garry Tan jeden Morgen aufwacht. Um deinem Hermes dasselbe Upgrade zu geben, führe bun install -g github:garrytan/gbrain aus und übergib ihm die INSTALL_FOR_AGENTS.md.

Neugierig auf Hermes’ eigenen Speicher-Stack? Sieh dir den Semantic-Memory-Leitfaden (LanceDB) an.