llm-context.py
★ 307
vs
mcp-memory-service
★ 2.0k
llm-context.py vs mcp-memory-service
llm-context.py：LLM Context为LLM开发提供智能上下文管理，简化了与AI共享相关项目文件的过程。它利用智能选择和基于规则的过滤来确保最佳上下文，解决了令牌限制和手动文件获取等问题。；mcp-memory-service：MCP记忆服务通过自动捕获项目架构、决策和代码模式，防止AI助手在不同会话间丢失上下文。这确保您的AI始终记住关键信息，无需重复解释，从而节省宝贵的开发时间。
01
简评
llm-context.pyMemory & Context · ★ 307
通过剪贴板为LLM聊天界面提供以人为中心的上下文共享。
mcp-memory-serviceMemory & Context · ★ 2.0k
何时选择它（优势与适用）：
- 你使用 Claude Code、Claude Desktop、Cursor、VS Code 或其他 MCP 客户端，希望新对话不再从零开始。
- 想选择存储方式：本地 SQLite、用 Cloudflare 做多设备同步，或混合方式。
- 需要团队功能：README 列出了 OAuth、仪表盘和文档摄取。
何时考虑替代方案：
- 你的问题是代码库导航，而不是对话记忆：代码图谱工具或项目脚手架更合适。
- 你处理敏感内容，不能放进持久存储，尤其是启用云同步时。
- 想从一份简短的 README 开始：它把发布说明和文档混在了一起。
02
并排对比
03
功能特性
llm-context.py01智能选择：规则自动包含/排除相关文件
02上下文验证：生成前预览大小和选择
03代码摘录生成：提取结构同时减少15+语言的令牌数
04MCP集成：AI无需手动干预即可访问附加文件
05可组合规则：从可重用模式构建复杂上下文
mcp-memory-service01持久化记忆
02智能检索
03多客户端兼容
04云同步（可选）
05网页仪表盘
04
使用场景
llm-context.py↳通过剪贴板为LLM聊天界面提供以人为中心的上下文共享。
↳AI代理通过CLI命令为子任务提供聚焦的上下文。
↳AI代理通过MCP工具交互以获取附加文件和探索代码结构。
↳AI辅助创建规则，用于动态定义任务上下文。
mcp-memory-service↳在多个开发会话中保持AI上下文。
↳避免向AI重复解释项目架构和技术栈。
↳增强与AI助手的持续智能协作。
05
适合场景
llm-context.py宝藏工具
mcp-memory-service必备神器时下流行
FAQ
常见问题
llm-context.py 和 mcp-memory-service 有什么区别？
llm-context.py 和 mcp-memory-service 都属于 Memory & Context 类别。llm-context.py 有 307 Stars，mcp-memory-service 有 2.0k Stars。
llm-context.py 和 mcp-memory-service 哪个更好？
最佳选择取决于你的具体需求。通过剪贴板为LLM聊天界面提供以人为中心的上下文共享。 时选 llm-context.py，在多个开发会话中保持AI上下文。 时选 mcp-memory-service。
llm-context.py 是免费的吗？
是的，llm-context.py 在 GitHub 开源（Apache-2.0）。
mcp-memory-service 是免费的吗？
是的，mcp-memory-service 在 GitHub 开源（Apache-2.0）。
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）。
→