背景
2026-05-29 在查询「凯聪开票信息」时，3 次 gbrain 搜索均无效，最终靠 Trilium 原生搜索命中。触发对 gbrain 实际价值的重新评估。
调用测试记录
| 工具 | 调用次数 | 命中 |
|---|---|---|
mcp_gbrain_query | 3 | ❌ 全返回无关聊天记录 |
fact_store | 2 | ❌ 无结果 |
trilium_search_notes | 1 | ✅ 一次命中「办公」笔记 |
session_search | 1 | 🟡 找到线索（非原始数据） |
问题总结
- 数据不全：大量 Trilium 笔记未 sync 进 gbrain，无
shareAlias的笔记从未被索引 - 聊天日志污染：自动 ingest 了大量 Telegram 会话，chunk 质量极低，语义搜索返回大量无关内容
- 搜不准：向量嵌入效果差，关键词匹配不如 Trilium 原生 FTS5
- 无维护循环：没有形成「写 → 索引 → 搜到」的正反馈
- 资源消耗：占 V100 GPU 做 embed + MySQL 向量存储 + Bun 服务进程
结论
当前 gbrain 贡献价值 ≈ 0，甚至为负（占 GPU 资源 + 维护注意力）。
Trilium 原生搜索在知识检索上效果优于 gbrain。gbrain 定位为「AI 的外挂大脑」，但实际表现是数据不全、搜不准、无人维护的三重失败。
建议方案
- 停掉 gbrain MCP，节省 V100 GPU 显存和 MySQL 空间
- 知识检索回归 Trilium（CKEditor5 HTML 笔记 + 全文搜索）
- 长期事实记忆用
memory工具（持久注入） - 短中期工作记忆用
session_search（FTS5 会话检索）