mcp-memory-service
★ 2.0k
vs
mnemo
★ 12
mcp-memory-service vs mnemo
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。；mnemo：Mnemo是一个开放、免费且无限的持久化人工智能记忆系统，具备混合搜索和嵌入式同步功能。它结合了全文搜索与向量搜索，支持时间衰减和重要性提升，实现高级检索。
01
简评
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。
mnemoMemory & Context · ★ 12
为AI代理提供持久的长短期记忆，以增强其上下文理解和决策能力。
02
并排对比
03
功能特性
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
mnemo01混合检索，结合了全文搜索（FTS5）和向量搜索，通过倒数排名融合进行整合，并通过时间衰减和重要性提升进行重新排序。
02自动实体提取和关系追踪，构建时间知识图谱，通过图谱邻近度提升搜索结果。
03通过Google Drive进行多机器同步，采用基于JSONL的合并同步，并支持使用AES-256-GCM和Argon2id进行端到端加密的护照同步，实现安全的跨设备引导。
04LLM驱动的旧记忆压缩和相关记忆的LLM摘要功能，用于短时记忆到长时记忆的整合，实现显著的token减少。
05零配置本地设置，使用Fastretrieval内置的Qwen3 ONNX嵌入和重排序模型，基础操作无需外部API密钥。
04
使用场景
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。
mnemo↳为AI代理提供持久的长短期记忆，以增强其上下文理解和决策能力。
↳构建和查询时间知识图谱，以理解AI系统记忆中实体的历史状态和关系。
↳安全地在多台机器或设备之间同步AI记忆，为代理提供一致的知识库。
↳通过压缩旧记忆和整合相关信息，提高LLM交互的效率。
↳作为MCP服务器与各种AI客户端（如Claude Code、Gemini CLI、Cursor）集成，进行高级记忆管理。
05
适合场景
mcp-memory-service必备神器时下流行
mnemo—
FAQ
常见问题
mcp-memory-service 和 mnemo 有什么区别？
mcp-memory-service 和 mnemo 都属于 Memory & Context 类别。mcp-memory-service 有 2.0k Stars，mnemo 有 12 Stars。
mcp-memory-service 和 mnemo 哪个更好？
最佳选择取决于你的具体需求。在多个开发会话中保持AI上下文。 时选 mcp-memory-service，为AI代理提供持久的长短期记忆，以增强其上下文理解和决策能力。 时选 mnemo。
mcp-memory-service 是免费的吗？
是的，mcp-memory-service 在 GitHub 开源（Apache-2.0）。
mnemo 是免费的吗？
是的，mnemo 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）。
→