每一個都源自 production 痛點。在 Brain 內實戰驗證後，獨立釋出。
Drop-in MCP server template — ~300 LOC, no vector DB, runs on a Pi.
我蓋 Brain 的 MCP server 時用 SQLite + FTS5 解了 80% 的搜尋需求。沒道理每個人都要從 Pinecone / Weaviate 開始。這是 starter template，給想跑自己 MCP server 但不想搞 vector DB 的人。
Drop-in hybrid BM25 + dense retrieval, powered by Google Gemini embeddings.
FTS5 解 80% 場景，剩下 20% 需要語意相似度。把 Gemini embeddings 接進 mcp-fts5-starter 變 hybrid retrieval。Plug-and-play，不用改 main.py。
Forgetting layer for RAG — heat decay + L1/L2/L3 tiered storage.
Production knowledge system 不該保留所有東西。Brain 跑了 14 個月後，舊筆記變成 noise。我蓋了熱度衰減 + 三層梯度儲存：L1 熱資料、L2 溫資料、L3 歸檔。RAG 撈得到的只有 L1+L2，L3 留著但不出現。
Rules-as-config restart decider for Python services.
每次 git push Brain 我都要重啟所有 Python service——Bot、MCP server、scheduler，全部關掉再開。但很多 push 只動了一個檔。寫了 rules-as-config：根據改動的檔案決定哪個 service 要重啟，其他放著。Don’t restart your whole stack on every git push.
Plug-and-play UI design agent for Claude Code with 58+ real-world design systems.
這個不是從 Brain 抽出來的，是 Claude Code 用太深、自己做的 plugin。內建 58 個真實設計系統（Linear / Stripe / Notion 等），用一行命令把目前專案套上指定風格。我自己拿來做這個 portfolio 站。