जीब्रेन एक व्यक्तिगत उत्पादन-स्तरीय एआई मेमोरी सिस्टम है जो वाई कॉम्बिनेटर के अध्यक्ष गैरी टैन द्वारा ओपन सोर्स किया गया है। यह एआई एजेंटों को दीर्घकालिक मेमोरी, ज्ञान ग्राफ स्व-कनेक्शन, हाइब्रिड खोज और स्वचालित संवर्धन क्षमताएं प्रदान करता है। एमआईटी लाइसेंस, तीन उपयोग विधियों का समर्थन करता है: सीएलआई / एमसीपी सर्वर / एजेंट स्वचालित स्थापना।

GBrain

मुख्य पैरामीटर और आँकड़े

प्रोजेक्ट	विवरण
उत्पाद का नाम	जीब्रेन
उत्पाद प्रकार	एआई एजेंट लॉन्ग टर्म मेमोरी सिस्टम
डिलिवरी फॉर्म	सीएलआई/एमसीपी सर्वर/एजेंट कौशल
ओपन सोर्स लाइसेंस	एमआईटी
वर्तमान संस्करण	v0.42.62.0
गोदाम भाषा	टाइपस्क्रिप्ट (97.2%)
गिटहब स्टार्स	26.6k
गिटहब फोर्क्स	3.8k
योगदानकर्ता	106
विकास लेखक	गैरी टैन (वाई कॉम्बिनेटर के अध्यक्ष और सीईओ)
समर्थित प्लेटफार्म	सीएलआई (मैकओएस/लिनक्स/विंडोज), एमसीपी (एसटीडियो/एचटीटीपी), एजेंट एकीकरण

GBrain पारंपरिक अर्थों में SaaS टूल नहीं है, बल्कि AI एजेंटों के लिए एक ओपन सोर्स मेमोरी लेयर सिस्टम है। यह बिखरे हुए मार्कडाउन नोट्स को एक ज्ञान मस्तिष्क में बदल देता है जिसे हाइब्रिड द्वारा खोजा जा सकता है, अनुमान ग्राफ़ द्वारा पता लगाया जा सकता है, और लगातार स्वचालित रूप से समृद्ध किया जा सकता है, "एजेंट कार्य पूरा करने के बाद अपनी स्मृति खो देता है" के मुख्य विरोधाभास को हल करता है।

उपयोगकर्ता और बाज़ार की पहचान

GBrain को व्यक्तिगत रूप से Y Combinator के अध्यक्ष गैरी टैन द्वारा विकसित किया गया था और इसका उपयोग उनके व्यक्तिगत उत्पादन वातावरण (OpenClaw / Hermes Agent परिनियोजन) में किया गया था। इसमें 146,646 पेज, 24,585 लोग, 5,339 कंपनियां, 66 निर्धारित कार्य का वास्तविक-विश्व सत्यापन डेटा स्केल है। जुलाई 2026 तक, GitHub को 26.6k स्टार्स, 3.8k फोर्क्स और 106 सामुदायिक योगदानकर्ता प्राप्त हुए हैं।

एजेंट मेमोरी सिस्टम के क्षेत्र में, GBrain एकमात्र ज्ञात उत्पादन-स्तर समाधान है जिसे YC अध्यक्ष के दैनिक वास्तविक मुकाबले द्वारा सत्यापित किया गया है। इसकी खोज सटीकता (P@5 49.1%, R@5 97.9%) शुद्ध वेक्टर RAG की तुलना में +31.4 प्रतिशत अंक अधिक है। एक सार्वजनिक प्रतिलिपि प्रस्तुत करने योग्य मूल्यांकन बेंचमार्क वेयरहाउस (gbrain-evals) है।

लागत लाभ

लागत आयाम	विवरण
सॉफ्टवेयर ही	एमआईटी खुला स्रोत, पूरी तरह से मुफ़्त, कोई व्यावसायिक उपयोग प्रतिबंध नहीं
स्थानीय स्तर पर चलाएं	PGLite (एम्बेडेड पोस्टग्रेस WASM) शून्य कॉन्फ़िगरेशन और शून्य सेवा लागत के साथ स्थानीय रूप से चलता है
एंबेड मॉडल	डिफ़ॉल्ट ज़ीरोएन्ट्रॉपी मुक्त कोटा, वैकल्पिक 16 एम्बेडिंग प्रदाता जैसे ओपनएआई / वॉयेज / ओलामा
क्लाउड सिंक	मल्टी-डिवाइस सिंक या टीम परिनियोजन के लिए सुपाबेस पोस्टग्रेज़ ($25/महीना से शुरू)
एपीआई कुंजी	OpenAI (एम्बेडेड), एंथ्रोपिक (वैकल्पिक उप-एजेंट), ग्रोक (वॉइस ट्रांसक्रिप्शन), आदि को कॉन्फ़िगर करने की आवश्यकता है
कंप्यूटिंग लागत	शून्य टोकन लागत के साथ नियतात्मक पृष्ठभूमि कतार (मिनियंस), निर्णयात्मक कार्य मांग पर एलएलएम कॉल करता है

मुफ़्त सत्य: सॉफ़्टवेयर स्वयं मुफ़्त है, लेकिन इसे चलाने के लिए अपनी स्वयं की एपीआई कुंजी की आवश्यकता होती है। डिफ़ॉल्ट एम्बेडिंग ज़ीरोएन्ट्रॉपी (मुफ़्त क्रेडिट शामिल) का उपयोग करता है, बड़े पैमाने पर उत्पादन परिनियोजन के लिए सुपाबेस सदस्यता या स्व-होस्ट किए गए पोस्टग्रेज़ की आवश्यकता होती है। SaaS टूल के विपरीत, GBrain की लागत संरचना "ओपन सोर्स सॉफ्टवेयर फ्री + इंफ्रास्ट्रक्चर पे-एज़-यू-गो" है।

मुख्य कार्य

• हाइब्रिड सर्च: वेक्टर (पीजीवेक्टर एचएनएसडब्ल्यू) + बीएम25 कीवर्ड + रेसिप्रोकल रैंक्ड फ्यूजन (आरआरएफ) + सोर्स-लेवल वेटिंग + इंटेंट-अवेयर क्वेरी रीराइटिंग। तीन खोज मोड (रूढ़िवादी/संतुलित/टोकनमैक्स) एक क्लिक के साथ लागत/गुणवत्ता स्विच करते हैं। Recall@5 95% तक पहुँच जाता है।
• ज्ञान ग्राफ स्व-कनेक्शन: प्रत्येक पृष्ठ लिखे जाने के बाद, नियतात्मक नियमित पाइपलाइन स्वचालित रूप से इकाई संदर्भ (मार्कडाउन लिंक + नंगे स्लग) निकालती है, टाइप किए गए रिश्तों का अनुमान लगाती है (उपस्थित / काम करता है / निवेश_इन / स्थापित / सलाह देता है), और शून्य एलएलएम कॉल के साथ डिडुप्लीकेशन, अमान्य लिंक सफाई और रिवर्स लिंक अपडेट को पूरा करता है।
• संकलित सत्य + समयरेखा दोहरी परत ज्ञान मॉडल: प्रत्येक मार्कडाउन पृष्ठ को --- द्वारा ऊपरी परत संकलित सत्य (वर्तमान सर्वोत्तम समझ, लगातार नए साक्ष्य के साथ फिर से लिखा गया) और निचली परत समयरेखा (मूल साक्ष्य श्रृंखला जिसे केवल जोड़ा जाता है लेकिन हटाया नहीं जाता है) से अलग किया जाता है, जिससे पूर्ण ऑडिट ट्रेल को बनाए रखते हुए संज्ञान को विकसित करने की अनुमति मिलती है।
• मिनियंस पृष्ठभूमि कतार: मूल नौकरी कतार को पोस्टग्रेज करता है, जो नियतात्मक कार्य को निर्णयात्मक कार्य से अलग करता है। शून्य टोकन लागत और 100% सफलता दर के साथ नियतात्मक कार्य औसतन 753 एमएस में पूरे होते हैं; निर्णय संबंधी कार्यों को उप-एजेंटों के माध्यम से अतुल्यकालिक रूप से निष्पादित किया जाता है।
• 43 अंतर्निहित कौशल: सिग्नल कैप्चर, मल्टी-सोर्स सामग्री अंतर्ग्रहण (मीटिंग/ईमेल/ट्विटर/पीडीएफ/वीडियो/गिटहब), स्वचालित इकाई संवर्धन, दैनिक ब्रीफिंग, वॉयस कॉल (ट्विलियो + ओपनएआई रीयलटाइम), ज्ञान स्थिरता निरीक्षण, संदर्भ मरम्मत इत्यादि।
• एमसीपी सर्वर एक्सेस: `जीबीरेन सर्व' के माध्यम से 30+ एमसीपी टूल्स को उजागर करें, और क्लाउड कोड / कर्सर / विंडसर्फ / क्लाउड डेस्कटॉप / कोवर्क / पर्प्लेक्सिटी / चैटजीपीटी जैसे मुख्यधारा के एमसीपी क्लाइंट तक पहुंच सकते हैं।

मॉडल और संस्करण विकास

GBrain MAJOR.MINOR.PATCH.MICRO चार-खंड संस्करण संख्या का उपयोग करता है, और वर्तमान संस्करण v0.42.62.0 है। कोर संस्करण संदर्भ:

संस्करण	समय	परिवर्तन
v0.1.0	~2026-04	प्रारंभिक संस्करण, मूल ज्ञान मस्तिष्क अवसंरचना को पोस्टग्रेज करता है
v0.3.0	~2026-04	कॉन्ट्रैक्ट-फर्स्ट आर्किटेक्चर + क्लॉहब प्लग-इन सिस्टम
v0.10.3	~2026-05	नॉलेज ग्राफ सेल्फ-कनेक्शन फ़ंक्शन ऑनलाइन है
v0.12.0	~2026-05	जीरो एलएलएम नॉलेज ग्राफ को सेल्फ-कनेक्शन + हाइब्रिड सर्च कहता है
v0.35.1.0	~2026-05	मूल्यांकन बेसलाइन संस्करण
v0.40.7.0	~2026-06	एजेंट स्व-विकसित स्कीमा क्षमताएं
v0.41.22	~2026-06	जीबीरेन-बेस-वी2 15 प्रकार विशिष्टता वर्गीकरण
v0.42.62.0	~2026-07	सिंक्रोनस फ़िल्टरिंग, निर्भरता सुरक्षा समाधान, खोज अनुकूलन

विस्तृत संस्करण लॉग के लिए, गोदाम CHANGELOG.md देखें।

तकनीकी लाभ

तीन-परत पृथक्करण आर्किटेक्चर: जीब्रेन ब्रेन रेपो (गिट-होस्टेड मार्कडाउन फ़ाइल, एकमात्र डेटा स्रोत जो मानव-पठनीय और संपादन योग्य है) के पृथक्करण आर्किटेक्चर को अपनाता है → जीब्रेन पुनर्प्राप्ति परत (पोस्टग्रेज + पीजीवेक्टर हाइब्रिड खोज इंजन) → एआई एजेंट (43 कौशल पढ़ने और लिखने के तर्क को परिभाषित करते हैं)। एजेंट BrainEngine इंटरफ़ेस के माध्यम से पढ़ता और लिखता है, और अंतर्निहित परत PGLite (एम्बेडेड पोस्टग्रेज़, शून्य कॉन्फ़िगरेशन) और PostgresEngine (सुपाबेस) के द्विदिशात्मक लाइव माइग्रेशन का समर्थन करती है।

खोज तेज़ और अधिक सटीक क्यों है: वेक्टर (पीजीवेक्टर पर एचएनएसडब्ल्यू) + बीएम25 कीवर्ड + आरआरएफ फ़्यूज़न + सोर्स लेवल वेटिंग + इंटेंट-अवेयर क्वेरी रीराइटिंग, सुपरइम्पोज़्ड ज़ीरोएन्ट्रॉपी रीरैंकर। प्रत्येक खोज को ग्राफ़ संकेतों के साथ भी जोड़ा जा सकता है - यदि परिणाम क्वेरी के लिए "हब नोड" है, तो आसन्नता को बढ़ावा देना, क्रॉस-टीम मस्तिष्क परिणामों के लिए क्रॉस-सोर्स बूस्टिंग, और एक ही सत्र में बहुत से निम्न-गुणवत्ता वाले ब्लॉकों को डी-वेट करना। gbrain search --explain प्रत्येक चरण का स्कोर विवरण देख सकता है।

नियतात्मक लागत नियंत्रण: मिनियंस के माध्यम से एलएलएम निर्णयात्मक कार्य से अलग नियतात्मक कार्य (नियमित निष्कर्षण, लिंक रिज़ॉल्यूशन, डिडुप्लीकेशन)। नियतात्मक कार्य शून्य टोकन लागत और 100% सफलता के साथ पोस्टग्रेज मूल कतार का उपयोग करते हैं; संरचित संचालन के लिए तर्क शुल्क का भुगतान करने से बचने के लिए केवल संवर्धन और संश्लेषण जैसे कार्यों में ही तर्क की आवश्यकता होती है, इसलिए एलएलएम को कॉल करें।

संकलित सत्य + समयरेखा संज्ञानात्मक विकास: शुद्ध कवरेज अद्यतन (इतिहास की हानि) या शुद्ध परिशिष्ट (क्वेरी शोर) से अलग, दो-परत मॉडल नवीनतम और सर्वोत्तम समझ और एक पूर्ण श्रवण योग्य साक्ष्य श्रृंखला दोनों सुनिश्चित करता है। उत्तर देते समय एजेंट निष्कर्ष और साक्ष्य के स्रोत दोनों का हवाला दे सकता है।

कैसे उपयोग करें

प्रवेश	विवरण
एजेंट स्वचालित स्थापना (अनुशंसित)	ओपनक्लाव/हर्मीस एजेंट में इंस्टॉलेशन निर्देश चिपकाएँ और 30 मिनट में पूरी तरह से स्वचालित तैनाती पूरी करें
सीएलआई स्टैंडअलोन उपयोग	bun install -g github:garrytan/gbrain → gbrain init --pglite → gbrain आयात ~/नोट्स/ → gbrain query "..."
एमसीपी सर्वर	`जीब्रेन सर्व' के माध्यम से स्थानीय रूप से 30+ एमसीपी टूल को उजागर करें और क्लाउड कोड/कर्सर/विंडसर्फ तक पहुंचें; सुपाबेस को दूरस्थ रूप से तैनात करें और ngrok	के माध्यम से क्लाउड डेस्कटॉप तक पहुंचें
क्लाउड कोड/कोडेक्स त्वरित पहुंच	gbrain init --pglite + claude mcp add gbrain -- gbrain सर्व

सामान्य प्रक्रिया:

1. एजेंट में इंस्टॉलेशन निर्देश चिपकाएँ या CLI के माध्यम से GBrain इंस्टॉल करें
2. gbrain init --pglite स्थानीय मस्तिष्क को 2 सेकंड में प्रारंभ करता है
3. gbrain आयात ~/नोट्स/ मार्कडाउन नोट्स आयात करें
4. एजेंट स्वचालित रूप से 43 कौशलों की पहचान करता है और लोड करता है और निर्धारित कार्यों को कॉन्फ़िगर करता है
5. gbrain query "..." या MCP क्लाइंट के माध्यम से क्वेरी का उपयोग करें

उत्पाद का मूल्य निर्धारण

टियर	फीस	विवरण
ओपन सोर्स सॉफ्टवेयर	मुफ़्त	एमआईटी लाइसेंस, व्यावसायिक उपयोग, संशोधन और पुनर्वितरण के लिए उपलब्ध है
स्थानीय स्तर पर चलता है	मुफ़्त	PGLite स्थानीय रूप से शून्य कॉन्फ़िगरेशन के साथ चलता है, किसी सर्वर या डॉकर की आवश्यकता नहीं है
एंबेड मॉडल	एपीआई कुंजी द्वारा भुगतान करें	डिफ़ॉल्ट ज़ीरोएन्ट्रॉपी (मुफ़्त कोटा के साथ), 16 वैकल्पिक एम्बेडिंग प्रदाता
क्लाउड सिंक	$25/माह से शुरू	मल्टी-डिवाइस सिंक या टीम परिनियोजन के लिए सुपाबेस पोस्टग्रेज सदस्यता
एपीआई कुंजी आवश्यकताएँ	अपना खुद का लाओ	OpenAI (एम्बेडेड), एंथ्रोपिक (वैकल्पिक उप-एजेंट), ग्रोक (भाषण प्रतिलेखन), आदि की आवश्यकता है

GBrain एक ओपन सोर्स प्रोजेक्ट है जिसमें कोई SaaS सदस्यता शुल्क नहीं है। उत्पादन परिनियोजन की लागत मुख्य रूप से एम्बेडेड एपीआई कॉल शुल्क और वैकल्पिक क्लाउड डेटाबेस होस्टिंग शुल्क है। समान फ़ंक्शन वाले वाणिज्यिक उत्पादों की तुलना में (जैसे कि व्यक्तिगत ज्ञान आधार सदस्यता + एपीआई कॉल शुल्क जिसके लिए $ 20-50 / माह की आवश्यकता होती है), जीब्रेन की सॉफ्टवेयर स्तर पर शून्य लागत होती है, और बुनियादी ढांचे का भुगतान वास्तविक उपयोग के अनुसार किया जाता है।

अनुप्रयोग परिदृश्य

• निवेशक/संस्थापक संबंध प्रबंधन: बैठकों, ईमेल और सामाजिक अपडेट को स्वचालित रूप से संग्रहीत करें, और बैठक से 30 सेकंड पहले दूसरे पक्ष की पूरी प्रोफ़ाइल और ऐतिहासिक बातचीत तैयार करें। गैरी टैन स्वयं अपने YC पोर्टफोलियो को प्रबंधित करने के लिए 3000+ कनेक्शन का उपयोग करता है।
• व्यक्तिगत ज्ञान का आधार: वर्षों के नोट्स, लेखों और विचारों को एक विश्वसनीय ज्ञान ग्राफ में परिवर्तित करें, जो "आधे साल पहले किसी चीज़ पर मेरे विचार" जैसे प्रश्नों का समर्थन करता है। 10,000+ फ़ाइल आकार प्रबंधित करें।
• अनुसंधान स्वचालन: शैक्षणिक या उद्योग अनुसंधान में सहायता के लिए कागजात, रिपोर्ट और वीडियो को ग्रहण करने के बाद स्वचालित रूप से इकाइयां निकालें, संदर्भ स्थापित करें और समयसीमा तैयार करें।
• सामग्री निर्माण सहायता: प्रेरणा के स्रोत को ट्रैक करें, संदर्भों को स्वचालित रूप से पूरा करें, विषय टैग की निरंतरता बनाए रखें, और निर्माण प्रक्रिया के दौरान जानकारी के नुकसान को रोकें।
• टीम साझा मेमोरी: OAuth स्कोप आइसोलेशन के साथ बहु-उपयोगकर्ता परिनियोजन का समर्थन करता है। टीम का प्रत्येक सदस्य केवल वही पेज देख सकता है जिसके लिए वह अधिकृत है, बिना किसी डेटा लीक के। "कंपनी ब्रेन" परिदृश्य 10-50 लोगों की टीमों के लिए उपयुक्त है।
• इंटेलिजेंट शेड्यूल और कार्य: स्वचालित रूप से हर दिन मीटिंग ब्रीफिंग तैयार करें, समाप्त हो चुके पृष्ठों का निरीक्षण करें, क्षतिग्रस्त संदर्भों की मरम्मत करें और समय-समय पर रिपोर्ट तैयार करें।

लागू लोग

• एआई एजेंट उपयोगकर्ता: वे उपयोगकर्ता जो पहले से ही ओपनक्लाव, हर्मीस, क्लाउड कोड, कोडेक्स आदि जैसे एआई एजेंट चला चुके हैं और उन्हें दीर्घकालिक मेमोरी के लिए एजेंट की आवश्यकता है। यह GBrain का मुख्य लक्ष्य समूह है।
• भारी व्यक्तिगत ज्ञान प्रबंधन उपयोगकर्ता: व्यक्तिगत उपयोगकर्ता जिनके पास बड़े पैमाने पर मार्कडाउन नोट्स (ओब्सीडियन, आदि) हैं और वे उन्हें केवल फ़ाइल खोजों के बजाय खोजने योग्य और उचित ज्ञान ग्राफ़ में बदलना चाहते हैं।
• वीसी/निवेशक: ऐसे निवेश संस्थान जिन्हें बड़ी संख्या में संपर्कों, लेनदेन और मीटिंग रिकॉर्ड को प्रबंधित करने की आवश्यकता होती है, और चाहते हैं कि एजेंट बैठक से पहले की तैयारियों और निवेश के बाद की ट्रैकिंग में स्वचालित रूप से मदद करें।
• डेवलपर्स और ओपन सोर्स उत्साही: तकनीकी उपयोगकर्ता जो स्व-होस्टिंग, स्व-परिनियोजन और ओपन सोर्स समाधानों को प्राथमिकता देते हैं और एपीआई कुंजी और बुनियादी ढांचे को स्वयं कॉन्फ़िगर करने के इच्छुक हैं।

भीड़ के लिए उपयुक्त नहीं:

• जो उपयोगकर्ता एपीआई कुंजी या बुनियादी ढांचे को स्वयं प्रबंधित नहीं करना चाहते हैं - यह बॉक्स से बाहर सास नहीं है और उन्हें एलएलएम एपीआई और डेटाबेस को स्वयं कॉन्फ़िगर करने की आवश्यकता होगी।
• जिन उपयोगकर्ताओं को केवल सरल नोट खोज की आवश्यकता है - GBrain की सीखने की अवस्था और परिनियोजन जटिलता केवल बुनियादी नोट क्वेरी आवश्यकताओं वाले उपयोगकर्ताओं के लिए अत्यधिक है।
• जिन उपयोगकर्ताओं को डेटा गोपनीयता की अत्यधिक आवश्यकता होती है, लेकिन वे स्वयं-होस्ट नहीं करना चाहते हैं - हालांकि स्थानीय रनिंग (पीजीलाइट) समर्थित है, मल्टी-डिवाइस सिंक्रोनाइज़ेशन के लिए क्लाउड डेटाबेस की आवश्यकता होती है।
• मुख्य रूप से गैर-अंग्रेजी सामग्री वाले परिदृश्य और गहन चीनी शब्द विभाजन की आवश्यकता होती है - जीब्रेन का एफटीएस डिफ़ॉल्ट रूप से अंग्रेजी स्टेमर का उपयोग करता है, और चीनी समर्थन के लिए अतिरिक्त कॉन्फ़िगरेशन की आवश्यकता होती है (जैसे कि जिबा शब्द विभाजन विस्तार)।

सारांश और आउटलुक

GBrain की मुख्य प्रतिस्पर्धात्मकता यह है कि यह कोई अन्य नोट लेने वाला एप्लिकेशन या वेक्टर डेटाबेस नहीं है, बल्कि एक मेमोरी लेयर है जो वास्तव में AI एजेंटों के लिए डिज़ाइन की गई है: हाइब्रिड खोज + ज्ञान ग्राफ स्व-कनेक्शन + नियतात्मक पृष्ठभूमि कतार + 43 स्केलेबल कौशल, जो एजेंट को "प्रत्येक वार्तालाप के लिए खरोंच से शुरू करने" से "एक बढ़ते ज्ञान मस्तिष्क वाले" तक विकसित होने की अनुमति देता है। इसके लेखक गैरी टैन की वाईसी अध्यक्ष स्थिति और वास्तविक जीवन सत्यापन के 140,000 पृष्ठ उत्पाद को अत्यधिक उच्च विश्वसनीयता देते हैं। ओपन सोर्स एमआईटी प्रोटोकॉल वाणिज्यिक अपनाने की चिंताओं को भी समाप्त करता है।

वर्तमान सीमाओं में शामिल हैं: सीएलआई-आधारित उपयोग पद्धति में गैर-तकनीकी उपयोगकर्ताओं के लिए उच्च सीमा है; सामुदायिक योगदान की ऑर्केस्ट्रेशन विधि (वास्तविक समय विलय के बजाय पीआर बैच प्रसंस्करण) कुछ सुधारों के कार्यान्वयन में देरी का कारण बन सकती है; प्रोजेक्ट पुनरावृत्ति की गति बेहद तेज़ है (यह v0.42+ तक पहुंच गई है), और कुछ कार्यात्मक स्थिरता अभी भी तीव्र विकास अवधि में है।

खरीद/गोद लेने का जोखिम मूल्यांकन: एक ओपन सोर्स प्रोजेक्ट के रूप में, जीब्रेन के पास वाणिज्यिक एसएलए समर्थन नहीं है, और महत्वपूर्ण उत्पादन तैनाती को समुदाय या आंतरिक रखरखाव क्षमताओं पर भरोसा करने की आवश्यकता है। एपीआई कुंजी शुल्क उपयोग के साथ रैखिक रूप से बढ़ता है। बड़े पैमाने पर तैनाती से पहले प्रभाव को सत्यापित करने के लिए डिफ़ॉल्ट ज़ीरोएन्ट्रॉपी मुक्त कोटा का उपयोग करने की अनुशंसा की जाती है। परियोजना में वर्तमान में उच्च एकल बिंदु जोखिम है - मुख्य अनुरक्षक केवल गैरी टैन है (हालांकि 106 योगदानकर्ता हैं, उनमें से अधिकांश सामुदायिक पीआर हैं)। महत्वपूर्ण संस्करणों का बैकअप लेने और परियोजना प्रशासन संरचना में बदलावों पर ध्यान देने के लिए फोर्क की सिफारिश की जाती है।

संबंधित उपकरण: <एक्सलिंक प्रकार='टूल' स्लग='क्रूवाई'>, <एक्सलिंक प्रकार='टूल' स्लग='लैंगचेन'>

संस्करण जानकारी

• v0.42.62.0 ：--src-subpath + --sclude सिंक्रोनस फ़िल्टरिंग का समर्थन करता है, एकाधिक निर्भरता कमजोरियों और खोज अनुकूलन को ठीक करता है। （~2026-07）
• eval-रन-v0.35.1.0-बेसलाइन ：मूल्यांकन बेसलाइन संस्करण, गुणवत्ता मूल्यांकन बेसलाइन प्राप्त करने के लिए उपयोग किया जाता है। （~2026-05）