memora
★ 407
vs
letta
★ 23.0k
memora vs letta
memora：Memora 为 AI 代理提供持久化记忆层，具备结构化存储、语义检索和图关系，以实现跨会话上下文。它允许代理将工作吸收进持久的知识图谱，并使用 `memory_digest` 检索相关记忆、待办事项和关联边缘。；letta：Letta是一个强大的平台，用于构建具备高级记忆功能的有状态AI智能体，使其能够随时间学习和自我改进。它提供了用于本地智能体执行的命令行界面，以及带有Python和TypeScript SDK的全面API，以便无缝集成到应用程序中。
01
简评
选 memora 如果…AI代理记忆管理：为AI代理提供长期、结构化的记忆，以处理复杂的跨会话任务。
选 letta 如果…在终端本地运行AI智能体，用于编码和通用任务。
02
并排对比
03
功能特性
memora01持久化存储：支持 SQLite 并可选云同步（S3, R2, D1）
02语义搜索：通过向量嵌入（TF-IDF, sentence-transformers, OpenAI）实现高级查询
03知识图谱：交互式可视化，支持 Mermaid 渲染和聚类检测
04记忆聊天：RAG 驱动的聊天面板，支持 LLM 工具调用以搜索、创建、更新、删除记忆
05LLM去重：AI 驱动的语义比较，用于查找和合并重复记忆
letta01构建具有高级记忆的有状态AI智能体
02智能体能够随着时间学习和自我改进
03用于在终端本地运行智能体的命令行工具
04用于将智能体集成到应用程序的全面API
05支持技能和子智能体；完全与模型无关
04
使用场景
memora↳AI代理记忆管理：为AI代理提供长期、结构化的记忆，以处理复杂的跨会话任务。
↳代理知识库构建：构建可供AI代理进行语义和上下文查询的知识库。
↳项目管理与任务跟踪：自动化待办事项和问题的创建与跟踪，并为项目进度提供洞察。
↳文档分析与检索：以细粒度的片段级别存储和搜索结构化文档（例如报告、计划）。
↳AI的上下文对话：为 RAG 驱动的聊天面板提供支持，使代理或用户能够就存储的记忆进行深入对话。
letta↳在终端本地运行AI智能体，用于编码和通用任务。
↳使用API和SDK将有状态AI智能体集成到自定义应用程序中。
↳开发能够持续适应和学习的自改进AI系统。
05
适合场景
memora—
letta最受欢迎时下流行必备神器
FAQ
常见问题
memora 和 letta 有什么区别？
memora 和 letta 都属于 Memory & Context 类别。memora 有 407 Stars，letta 有 23.0k Stars。
memora 和 letta 哪个更好？
最佳选择取决于你的具体需求。AI代理记忆管理：为AI代理提供长期、结构化的记忆，以处理复杂的跨会话任务。 时选 memora，在终端本地运行AI智能体，用于编码和通用任务。 时选 letta。
memora 是免费的吗？
是的，memora 在 GitHub 开源（MIT）。
letta 是免费的吗？
是的，letta 在 GitHub 开源（Apache-2.0）。
→