Waggle-mcp
★ 44
vs
headroom
★ 77.5k
Waggle-mcp vs headroom
Waggle-mcp：Waggle-mcp为AI代理提供一个持久的、基于图的记忆，能够跨会话记住决策、原因和矛盾，从而克服短上下文窗口的限制。它作为MCP兼容AI客户端的本地优先记忆层，实现丰富、结构化的上下文检索，而非简单的文本片段。；headroom：Headroom在AI代理的内容（如工具输出、日志、RAG块、文件和对话历史）到达LLM之前对其进行压缩。它能在获得相同答案的同时，显著减少所需的Token数量。
01
简评
Waggle-mcpMemory & Context · ★ 44
为AI编码助手在不同开发会话中维护长期对话记忆。
headroomMemory & Context · ★ 77.5k
何时选择它（优势与适用）：
- 冗长的工具输出、日志、JSON 响应或 RAG 片段推高了成本或影响了答案质量。
- 想不改代码就压缩：作为本地代理、MCP 服务器运行，或包装 Claude Code、Codex、Cursor。
- 压缩必须在本地运行，并缓存原文，让模型需要时能取回完整内容。
何时考虑替代方案：
- 你的智能体的问题是文档缺失或过时，而不是上下文太多：文档服务器更合适。
- 你无法再加一个需要持续运行、可能增加延迟的组件。
- 你的任务不能接受有损压缩：先在自己的任务上验证答案质量。
02
并排对比
03
功能特性
Waggle-mcp01默认使用SQLite作为后端的持久图记忆，并支持可选的Neo4j。
02作为MCP服务器与Claude、Cursor、Gemini CLI等多种AI客户端集成，并支持自动记忆钩子。
03递归上下文组装，提供紧凑、高信号的上下文包，优化令牌使用。
04存储事实、决策和矛盾之间的关系，支持时间查询、差异比较和冲突解决。
05使用本地嵌入模型，支持确定性离线回退，保障隐私和本地操作。
headroom01应用程序内压缩库（Python/TypeScript）
02零代码改动代理模式
03各种AI代理的一键封装
04跨代理共享内存和自动去重
05可逆压缩（CCR）并支持原始内容检索
04
使用场景
Waggle-mcp↳为AI编码助手在不同开发会话中维护长期对话记忆。
↳检索过去的决策、约束和偏好，以指导当前的AI代理行为。
↳跟踪项目需求或设计选择中的变化并解决矛盾。
↳导出和共享AI代理记忆快照，用于机器/会话之间的协作或迁移。
↳通过Graph Studio检查底层知识图谱，调试AI代理的推理并理解上下文。
headroom↳降低AI代理的LLM Token使用量和API成本。
↳实现多个AI代理之间的共享上下文和内存。
↳通过压缩工具输出、日志和RAG块来优化编码代理。
↳通过可逆上下文压缩保持完整数据保真度。
05
适合场景
Waggle-mcp—
headroom最受欢迎必备神器
FAQ
常见问题
Waggle-mcp 和 headroom 有什么区别？
Waggle-mcp 和 headroom 都属于 Memory & Context 类别。Waggle-mcp 有 44 Stars，headroom 有 77.5k Stars。
Waggle-mcp 和 headroom 哪个更好？
最佳选择取决于你的具体需求。为AI编码助手在不同开发会话中维护长期对话记忆。 时选 Waggle-mcp，降低AI代理的LLM Token使用量和API成本。 时选 headroom。
Waggle-mcp 是免费的吗？
是的，Waggle-mcp 在 GitHub 开源（Apache-2.0）。
headroom 是免费的吗？
是的，headroom 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）。
→