mnemosyne
★ 151
vs
Acontext
★ 3.7k
mnemosyne vs Acontext
mnemosyne：Mnemosyne为AI智能体提供持久记忆，使它们能够持续推进工作、恢复原始证据并在源更改时适应性地淘汰过时教训。它将记忆与结果关联起来，让智能体能从交接处恢复、在失败后保留技能，并以更明智的状态重新开始。；Acontext：Acontext是一个上下文数据平台，旨在通过管理上下文存储、检索和状态来帮助构建可扩展的云原生AI代理。它解决了LLM消息存储效率低下、长期运行代理管理复杂以及代理缺乏可观测性和学习能力等常见问题。
01
简评
mnemosyneMemory & Context · ★ 151
构建需要长期、可验证记忆以进行决策和学习的AI智能体。
AcontextMemory & Context · ★ 3.7k
为大量用户构建可扩展且强大的云原生AI代理。
02
并排对比
字段
mnemosyneAcontext分类
记忆与上下文
记忆与上下文
Stars
★ 151
★ 3.7k
许可证
MIT
Apache-2.0
安装方式
git clone --branch v2.0.0-rc.9 --depth 1 https://github.com/28naem-del/mnemosyne.git && cd mnemosyne && npm ci --ignore-scripts && npm run build
pip install acontext
更新时间
2天前
3个月前
开源
是
是
标签
AI智能体, 持久记忆, 上下文管理
AI代理, 上下文管理, 数据平台
03
功能特性
mnemosyne01带证据的记忆：默认私有记录、显式共享、修正、冲突、来源历史记录和依赖项淘汰。
02智能体间的连续性：结构化检查点保存目标、决策、产物和下一步行动；源更改可淘汰过时交接。
03自适应上下文：预算内观察、分层摘要和可扩展的原始源字节，附带证据重新验证。
04跨词义回忆：默认作用域BM25；可选的嵌入、混合融合和对授权记录的重排序。
05证据门控技能：候选程序、明确的试用要求以及在证据失败或更改后的淘汰机制。
Acontext01统一多模态消息存储
02基于文件路径的工件管理
03上下文窗口编辑API
04实时代理任务观测
05代理SOPs自学习
04
使用场景
mnemosyne↳构建需要长期、可验证记忆以进行决策和学习的AI智能体。
↳使智能体能够在多个会话或交接中恢复复杂的任务或项目而不丢失上下文。
↳开发通过根据源更改使过时知识失效或纠正来适应新信息的AI系统。
↳创建能够根据试用结果和证据来完善或淘汰技能的自我改进智能体。
↳管理大语言模型的动态上下文，确保在令牌预算内与证据的相关性和一致性。
Acontext↳为大量用户构建可扩展且强大的云原生AI代理。
↳通过内置的上下文工程管理和观测长期运行、有状态的AI代理。
↳使AI代理能够自学习和适应，提高一致性和成功率。
05
适合场景
mnemosyne—
Acontext必备神器
FAQ
常见问题
mnemosyne 和 Acontext 有什么区别？
mnemosyne 和 Acontext 都属于 Memory & Context 类别。mnemosyne 有 151 Stars，Acontext 有 3.7k Stars。
mnemosyne 和 Acontext 哪个更好？
最佳选择取决于你的具体需求。构建需要长期、可验证记忆以进行决策和学习的AI智能体。 时选 mnemosyne，为大量用户构建可扩展且强大的云原生AI代理。 时选 Acontext。
mnemosyne 是免费的吗？
是的，mnemosyne 在 GitHub 开源（MIT）。
Acontext 是免费的吗？
是的，Acontext 在 GitHub 开源（Apache-2.0）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→