llm-context.py
★ 307
vs
neuromesh
★ 93
llm-context.py vs neuromesh
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。；neuromesh：NeuroMesh是一个本地优先的上下文引擎，它将代码库智能地处理成图谱，并将AI提示路由到相关的符号。它通过发送紧凑的“折叠证据包”而非大量文件转储来解决“迷失在中间”的问题，显著提高了LLM的效率和准确性。
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。
neuromeshCode Assistant · ★ 93
优化LLM在代码相关查询中的token使用。
02
并排对比
字段
llm-context.pyneuromesh分类
记忆与上下文
代码助手
Stars
★ 307
★ 93
许可证
Apache-2.0
MIT
安装方式
uv tool install "llm-context>=0.6.0"
curl -fsSL https://raw.githubusercontent.com/pinoox/neuromesh/main/install.sh | bash && neuromesh doctor && neuromesh connect && neuromesh index
更新时间
4天前
3周前
开源
是
是
标签
LLM上下文管理, AI Agent工具, 代码上下文
LLM上下文管理, 代码图谱, 提示工程
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
neuromesh01代码库图谱索引
02智能提示路由到相关符号
03可逆的代码折叠以提高上下文效率
04反馈驱动的上下文优化
05多语言支持
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。
neuromesh↳优化LLM在代码相关查询中的token使用。
↳提高AI模型在大型代码库中的准确性和相关性。
↳为IDE和LLM代理提供精确、折叠的上下文。
↳按需动态扩展代码上下文。
↳通过提供更少但相关的上下文来提高多智能体系统效率。
05
适合场景
llm-context.py宝藏工具
neuromesh—
FAQ
常见问题
llm-context.py 和 neuromesh 有什么区别？
llm-context.py 和 neuromesh 都属于 Memory & Context 类别。llm-context.py 有 307 Stars，neuromesh 有 93 Stars。
llm-context.py 和 neuromesh 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，优化LLM在代码相关查询中的token使用。 时选 neuromesh。
llm-context.py 是免费的吗？
是的，llm-context.py 在 GitHub 开源（Apache-2.0）。
neuromesh 是免费的吗？
是的，neuromesh 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）。
→