Waggle-mcp
★ 44
vs
projectmem
★ 868
Waggle-mcp vs projectmem
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。；projectmem：projectmem 是一个开源的、本地优先的 AI 编码代理记忆和判断层，旨在捕获项目开发过程中发生的持久记录，包括问题、尝试、修复和决策。它旨在让 AI 变得有经验，防止重复过去的失败，并通过提供精炼的上下文显著减少 token 使用。
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。
projectmemMemory & Context · ★ 868
防止 AI 代理重复过去的调试尝试或失败的架构方法。
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。
projectmem01预提交警告：在提交前警告开发者是否正在重复失败的方法、修改高流失文件或触及未解决的问题。
02本地优先和 100% 私有：所有记忆和数据都存储在本地 `.projectmem/` 目录中，不涉及云、账户或遥测。
03全局仪表板：提供所有已 `pjm init` 的项目的统一视图，显示等级、问题、节省的资源以及“需要关注”列表，在读取时聚合。
04代码结构 + 判断：将事件日志中的失败热度直接叠加到代码库的导入图上，突出显示重复失败尝试的文件。
05智能上下文注入与 Token 效率：将原始事件日志提炼成紧凑的、AI 可读的摘要，并提供有 Token 预算的记忆块，显著降低 Token 成本。
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。
projectmem↳防止 AI 代理重复过去的调试尝试或失败的架构方法。
↳通过提供精炼的、上下文感知的项目记忆而非重新读取原始文件，提高 AI 代理的效率并降低 token 成本。
↳可视化项目开发历史，包括问题、修复和决策，以了解代码库演变并识别问题区域。
↳通过注入预先存在的项目知识和决策，快速培训新开发人员或让 AI 代理熟悉项目。
↳在项目中为 AI 代理的交互和学习提供持久、可审计的记录。
05
适合场景
Waggle-mcp—
projectmem宝藏工具
FAQ
常见问题
Waggle-mcp 和 projectmem 有什么区别？
Waggle-mcp 和 projectmem 都属于 Memory & Context 类别。Waggle-mcp 有 44 Stars，projectmem 有 868 Stars。
Waggle-mcp 和 projectmem 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，防止 AI 代理重复过去的调试尝试或失败的架构方法。 时选 projectmem。
Waggle-mcp 是免费的吗？
是的，Waggle-mcp 在 GitHub 开源（Apache-2.0）。
projectmem 是免费的吗？
是的，projectmem 在 GitHub 开源（MIT）。
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）。
→