memora
★ 744
vs
sense
★ 40
memora vs sense
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。；sense：Sense 是一个为 AI 编程代理设计的 MCP 服务器，旨在为其提供对代码库的深度结构理解。它在本地索引仓库，提供符号图、语义代码搜索和约定检测等工具，以提高代理的效率和准确性。
01
简评
memoraMemory & Context · ★ 744
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。
senseMemory & Context · ★ 40
通过使用预计算的图谱，使AI代理能够高效地回答“谁调用了这个函数？”等结构性代码问题。
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
sense01通过 `sense_graph` 提供符号关系、调用者、被调用者、继承、测试和死代码检测。
02提供混合语义代码搜索（`sense_search`），结合双编码器、交叉编码器、关键词和文本回退。
03使用 `sense_blast` 计算影响范围、受影响的代码、受影响的测试和风险评分。
04通过 `sense_conventions` 从源代码中检测项目特定的编码约定，以确保风格一致性。
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。
sense↳通过使用预计算的图谱，使AI代理能够高效地回答“谁调用了这个函数？”等结构性代码问题。
↳减少AI代理的工具调用、token消耗和会话时间，从而为代码相关任务节省大量成本和时间。
↳帮助AI代理编写符合特定项目约定和风格的代码，提高代码质量和一致性。
↳执行高级代码分析，例如识别死代码或理解变更的影响范围。
05
适合场景
memora时下流行宝藏工具
sense—
FAQ
常见问题
memora 和 sense 有什么区别？
memora 和 sense 都属于 Memory & Context 类别。memora 有 744 Stars，sense 有 40 Stars。
memora 和 sense 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，通过使用预计算的图谱，使AI代理能够高效地回答“谁调用了这个函数？”等结构性代码问题。 时选 sense。
memora 是免费的吗？
是的，memora 在 GitHub 开源（MIT）。
sense 是免费的吗？
是的，sense 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）。
→