llm-context.py
★ 307
vs
engrim
★ 299
llm-context.py vs engrim
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。;engrim:Engrim是一个通用的、本地优先的SQLite记忆引擎,专为自主AI编码代理设计,旨在解决“20万token上下文窗口陷阱”。它提供高精度、精选的分段工作记忆,使开发者能够在同一代码库上自由切换不同模型和环境,而不会丢失架构决策或项目状态。
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。
engrimMemory & Context · ★ 299
跨代理会话维护项目上下文:开发者可以使用Engrim防止LLM在聊天会话清除或模型切换时丢失架构决策、用户约束或项目状态。
02
并排对比
03
功能特性
01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
01精准工作记忆:用约4000字符的高精度、精选分段记忆取代原始转录回放,启动时注入,无注意力稀释。
02跨模型/代理兼容性:提供通用的记忆基础,使在一个代理(如Claude Code)中做出的决策在其他代理(如Antigravity、Cursor)中可见和可用。
03本地优先与私有存储:所有记忆都存储在本地SQLite文件(~/.engrim/memory.db)中,采用WAL模式和POSIX 0600权限,确保100%隐私,无云同步或遥测。
04自愈诊断:`engrim doctor --fix`命令验证所有钩子并安装可移植的PATH回退,确保跨机器和操作系统的可靠运行,避免静默故障。
05混合检索与提醒:采用混合词法(BM25)和向量(model2vec)搜索,在大约30毫秒内高效检索相关记忆。
04
使用场景
↳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。
↳跨代理会话维护项目上下文:开发者可以使用Engrim防止LLM在聊天会话清除或模型切换时丢失架构决策、用户约束或项目状态。
↳多代理协作开发:使多个AI编码代理(如Antigravity、Claude Code、Cursor)能够在同一代码库上工作,并共享一个一致、不断演进的记忆存储。
↳“清除即继续”工作流:允许用户随时清除代理的上下文窗口,Engrim会自动重新注入活动记忆包,实现无缝继续,不丢失记忆。
↳审计代理来源:追踪哪个代理做出了特定的架构决策或向项目记忆中添加了事实,提高多代理环境的透明度。
05
适合场景
宝藏工具
—
FAQ
常见问题
llm-context.py 和 engrim 有什么区别?
llm-context.py 和 engrim 都属于 Memory & Context 类别。llm-context.py 有 307 Stars,engrim 有 299 Stars。
llm-context.py 和 engrim 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,跨代理会话维护项目上下文:开发者可以使用Engrim防止LLM在聊天会话清除或模型切换时丢失架构决策、用户约束或项目状态。 时选 engrim。
llm-context.py 是免费的吗?
是的,llm-context.py 在 GitHub 开源(Apache-2.0)。
engrim 是免费的吗?
是的,engrim 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)。
→