project-synapse-mcp
★ 11
vs
engram-rs
★ 28
project-synapse-mcp vs engram-rs
project-synapse-mcp:Project Synapse MCP 服务器通过整合 Neo4j 图数据库与 Obsidian Markdown wiki,创建一个持久、复合的知识库。它将原始文本处理成带有向量嵌入的互联图节点,同时维护一个人类可读的维基层。;engram-rs:engram-rs 是一个为 AI 代理设计的内存引擎,它通过时间(三层衰减与提升)和空间(自组织主题树)两个维度组织知识。它智能地提升重要记忆、淡化噪音并自动聚合相关知识,为扁平记忆存储提供更有效的替代方案。
01
简评
project-synapse-mcpRAG / Knowledge Base · ★ 11
持续数周/数月的深度研究积累知识。
engram-rsRAG / Knowledge Base · ★ 28
为AI代理提供结构化、可演进的记忆能力
02
并排对比
字段
分类
RAG / 知识库
RAG / 知识库
Stars
★ 11
★ 28
许可证
MIT
MIT
安装方式
git clone https://github.com/project-synapse/project-synapse-mcp.git project-synapse-mcp && cd project-synapse-mcp && uv venv --python 3.12 --seed && source .venv/bin/activate && uv add -e . && uv run python -m spacy download en_core_web_sm && cp .env.example .env
curl -fsSL https://raw.githubusercontent.com/kael-bit/engram-rs/main/install.sh | bash
更新时间
2个月前
7个月前
开源
是
是
标签
知识图谱, 大语言模型集成, 语义搜索
AI内存引擎, Rust, 语义搜索
03
功能特性
01知识图谱 (Neo4j 2026.x),支持原生向量、混合搜索、Montague 语法,并内置 Zettelkasten 引擎以自主生成洞察。
02大语言模型-维基集成,连接 Obsidian Markdown 知识库与 Neo4j 图谱,提供完整的页面 CRUD、自动索引生成和健康检查。
03网页内容摄取,通过 'defuddle' 清理并摄取网页,以及自动处理本地文件到知识库中。
04纯本地嵌入,使用 sentence-transformers 或 Ollama,确保所有向量处理和存储均无需依赖付费 API。
01三层记忆生命周期(缓冲区、工作区、核心区记忆管理)
02LLM质量门控实现智能记忆提升
03自组织主题树实现知识自动聚类
04语义去重与合并相似记忆
05活动驱动的记忆重要性自动衰减
04
使用场景
↳持续数周/数月的深度研究积累知识。
↳构建项目知识库,记录架构决策和设计原理。
↳个人知识管理,包括文章、书籍和播客笔记。
↳AI 作为维基维护者的协作式头脑风暴。
↳为AI代理提供结构化、可演进的记忆能力
↳为AI应用管理上下文和长期知识
↳自动化智能系统的知识保留与召回
↳为基于LLM的助手提供自组织记忆
FAQ
常见问题
project-synapse-mcp 和 engram-rs 有什么区别?
project-synapse-mcp 和 engram-rs 都属于 RAG / Knowledge Base 类别。project-synapse-mcp 有 11 Stars,engram-rs 有 28 Stars。
project-synapse-mcp 和 engram-rs 哪个更好?
最佳选择取决于你的具体需求。持续数周/数月的深度研究积累知识。 时选 project-synapse-mcp,为AI代理提供结构化、可演进的记忆能力 时选 engram-rs。
project-synapse-mcp 是免费的吗?
是的,project-synapse-mcp 在 GitHub 开源(MIT)。
engram-rs 是免费的吗?
是的,engram-rs 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)。
→