Co-Engram
★ 11
vs
dakera-deploy
★ 19
Co-Engram vs dakera-deploy
Co-Engram：Co-Engram是一个为AI智能体和团队设计的先进自进化记忆系统，它模仿人脑的记忆可塑性。该系统使得记忆在使用中得到强化，在失败时衰退，进行巩固并自我验证，同时以纯Markdown格式存储在Git中，实现透明的版本控制。；dakera-deploy：Dakera Deployment 提供生产就绪的基础设施，用于在 Docker、Kubernetes 或 Helm 等各种环境中部署 Dakera AI 代理记忆平台。它提供持久化、会话感知和跨代理的记忆功能，包括向量搜索、知识图谱和会话管理，所有这些都封装在一个无需外部依赖的自托管 Rust 二进制文件中。
01
简评
Co-EngramMemory & Context · ★ 11
AI智能体知识库：智能体可以通过自然对话自动捕获、搜索和更新团队知识。
dakera-deployMemory & Context · ★ 19
通过 Docker Compose 或 Devcontainers 使用内存存储或 MinIO 持久化存储进行 AI 代理的本地开发和测试。
02
并排对比
字段
Co-Engramdakera-deploy分类
记忆与上下文
记忆与上下文
Stars
★ 11
★ 19
许可证
MIT
NOASSERTION
安装方式
npm install -g @co-engram/claude-code && mkdir -p ~/team-memory && cd ~/team-memory && git init && co-engram config data-root $HOME/team-memory
git clone https://github.com/dakera-ai/dakera-deploy && cd dakera-deploy/docker && docker compose -f docker-compose.local.yml up -d
更新时间
2个月前
1天前
开源
是
是
标签
AI记忆系统, 自进化, 知识管理
AI 代理, 记忆管理, 向量数据库
03
功能特性
Co-Engram01自维护记忆：一个引擎根据使用和反馈自动强化、巩固和反驳记忆。
02基于Git的存储与稳定ID：记忆以Markdown文件形式存储在Git中，并使用稳定的ULID，实现清晰的版本差异和持久引用。
03针对LLM上下文的分层披露：提供不同层级的记忆详情（目录、摘要、内容），以优化LLM上下文窗口的使用。
04学习循环与可塑性：记忆会随着成功使用而强化（LTP），因失败或不使用而衰退（LTD），类似于大脑的可塑性。
05突触图谱关联上下文：通过带类型的突触连接记忆，在搜索时自动遍历以检索相关上下文。
dakera-deploy01为需要持久化、会话感知和跨代理记忆的 AI 代理专门构建的代理原生记忆平台。
02全面的记忆功能：向量搜索、混合检索（BM25 + HNSW）、知识图谱、会话管理和内置嵌入。
03自托管的 Rust 二进制文件，零外部依赖，确保数据保留在您的基础设施上，并实现高性能（LoCoMo 基准测试得分 88.2%）。
04灵活的部署选项，包括 Docker、Docker Compose、带 kubectl manifest 或 Helm Chart 的 Kubernetes 以及 VS Code Devcontainers。
05生产就绪功能：带负载均衡的高可用 (HA) 集群模式、可配置的分层存储、身份验证以及与 Prometheus 和 Grafana 集成的监控。
04
使用场景
Co-Engram↳AI智能体知识库：智能体可以通过自然对话自动捕获、搜索和更新团队知识。
↳团队决策记忆：存储重要的决策及其基本原理，这些决策在被证明有效时会得到强化。
↳程序性知识（技能）：捕获智能体可以学习、调用和串联的工作流程、清单和操作能力。
↳开发者的协作记忆：维护一个共享的、自进化的知识库，用于编码模式、系统配置和项目详情。
↳新团队成员入职：为新团队成员提供一个鲜活的、自我整理的记忆系统，可以快速浮现相关信息。
dakera-deploy↳通过 Docker Compose 或 Devcontainers 使用内存存储或 MinIO 持久化存储进行 AI 代理的本地开发和测试。
↳为暂存或小型生产环境部署具有 MinIO 存储、缓存和健康检查的单节点生产级 AI 代理记忆系统。
↳为健壮的生产环境建立具有多个 Dakera 节点和 Traefik 负载均衡器的高可用 (HA) 集群。
↳使用 Kubernetes 及其 `kubectl` manifest 或 Helm Chart 进行 Dakera 记忆平台的云原生生产部署，以实现可伸缩性和编排。
↳通过 Prometheus 和 Grafana 将可观测性集成到 Dakera 部署中，用于监控请求率、延迟、缓存性能和集群健康状况。
FAQ
常见问题
Co-Engram 和 dakera-deploy 有什么区别？
Co-Engram 和 dakera-deploy 都属于 Memory & Context 类别。Co-Engram 有 11 Stars，dakera-deploy 有 19 Stars。
Co-Engram 和 dakera-deploy 哪个更好？
最佳选择取决于你的具体需求。AI智能体知识库：智能体可以通过自然对话自动捕获、搜索和更新团队知识。 时选 Co-Engram，通过 Docker Compose 或 Devcontainers 使用内存存储或 MinIO 持久化存储进行 AI 代理的本地开发和测试。 时选 dakera-deploy。
Co-Engram 是免费的吗？
是的，Co-Engram 在 GitHub 开源（MIT）。
dakera-deploy 是免费的吗？
是的，dakera-deploy 在 GitHub 开源（NOASSERTION）。
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）。
→