核心用法
brain-search 是 Frank 的"第二大脑"持久化知识库系统，提供三大核心能力：
1. 智能检索（Search Entries）
通过 /api/entries?q=关键词&tag=标签 接口，可快速检索历史对话、研究笔记、日志条目等。支持标签过滤（如 daily-journal、research、market-analysis），实现精准定位。Boss Man 询问"周一我们聊了什么"或"找一下 X 的研究"时，该接口是首选工具。
2. 知识沉淀（Create Entry / Log Activity）
- Create Entry：存储结构化知识成果（研究分析、市场报告等），包含标题、内容、多标签、来源追溯
- Log Activity：记录关键事件、决策节点、任务结果，自动关联
telegram-frank等来源
3. 任务委派（Job Queue）
复杂多步骤任务应创建 Job 而非内联执行：
| 标签组合 | 执行代理 | 适用场景 |
|---------|---------|---------|
| `["claude", "code"]` | Claude Opus 4.5 | 编程、架构、调试 |
| `["claude", "write"]` | Claude Sonnet 4.5 | LinkedIn 文章、邮件草稿 |
| 无 claude 标签 | MiniMax M2.5 | 研究分析、批量操作（成本最优） |
Job 状态实时可见（pending → running → completed），Boss Man 可通过 /jobs 页面每 5 秒更新的进度条监控执行。
显著优点
- 记忆连续性：打破会话隔离，实现跨时间线的上下文继承
- 成本智能调度：通过标签路由自动选择最优成本-性能比代理
- 可追溯架构：每条记录带来源标签，支持审计与复盘
- 可视化监控：实时进度条降低异步任务焦虑
潜在局限
- 依赖固定 API Key（
frank-sb-2026），无轮换机制 - Vercel 托管存在冷启动延迟与区域可用性风险
- 未提及数据加密存储（静态/传输）
- 无显式备份或灾难恢复策略
- Job 队列无超时重试机制说明
适合人群
高频对话用户、多项目管理者、研究驱动型决策者，以及需要将 AI 协作从"一次性会话"升级为"持续性伙伴关系"的高级用户。
常规风险
- API Key 硬编码存在泄露风险
- 长期日志可能积累敏感信息，需定期审计清理
- 多代理委派时存在任务冲突或重复执行可能
- 外部托管服务的合规性与数据主权问题