rlm-claude
★ 39
vs
letta
★ 25.2k
rlm-claude vs letta
rlm-claude：RLM 是一个 MCP 服务器，旨在为 Claude Code 提供持久化记忆，防止在 `/compact` 操作后丢失会话历史和上下文。它提供高级记忆管理功能，包括洞察、分块和智能保留，从而实现更高效、更具上下文感知的 AI 交互。；letta：Letta是一个强大的平台，用于构建具备高级记忆功能的有状态AI智能体，使其能够随时间学习和自我改进。它提供了用于本地智能体执行的命令行界面，以及带有Python和TypeScript SDK的全面API，以便无缝集成到应用程序中。
01
简评
rlm-claudeMemory & Context · ★ 39
防止在长时间的 Claude Code 开发会话中丢失上下文和决策。
lettaMemory & Context · ★ 25.2k
何时选择它（优势与适用）：
- 你想要一个长期运行、能记住过往工作并随时间改写自身记忆和上下文的智能体。
- 想让同一个智能体可以在命令行、桌面、浏览器、手机和消息应用里使用，并带子智能体、定时任务和钩子。
- 想要可检查的记忆：README 说上下文由 git 跟踪，并可同步到你自己的仓库。
何时考虑替代方案：
- 你只想通过 MCP 给已有的智能体加记忆：小型的 MCP 记忆服务更轻。
- 你依赖旧的 Letta 教程或 V1 API 服务器：项目已重构，V1 服务器已退役。
- 希望不登录就能使用全部功能：Letta Cloud 是默认后端，部分功能需要它。
02
并排对比
03
功能特性
rlm-claude01在 `/compact` 期间，上下文丢失前的自动快照保存。
02双重记忆系统：用于关键决策/事实的“洞察”和用于完整会话片段的“分块”。
03结合 BM25 关键词匹配和语义余弦相似度的混合搜索。
04具有活动、归档和清除区域的智能保留生命周期，以及关键数据的免疫机制。
05用于记忆和搜索过滤的多项目、多领域组织。
letta01构建具有高级记忆的有状态AI智能体
02智能体能够随着时间学习和自我改进
03用于在终端本地运行智能体的命令行工具
04用于将智能体集成到应用程序的全面API
05支持技能和子智能体；完全与模型无关
04
使用场景
rlm-claude↳防止在长时间的 Claude Code 开发会话中丢失上下文和决策。
↳高效回忆过去的特定项目细节、架构决策和技术发现。
↳组织和搜索跨不同项目和领域的 AI 生成知识。
↳重新审视调试会话和过去的解决方案，用于问题解决和代码重构。
↳维护适用于所有 AI 交互的通用规则和偏好。
letta↳在终端本地运行AI智能体，用于编码和通用任务。
↳使用API和SDK将有状态AI智能体集成到自定义应用程序中。
↳开发能够持续适应和学习的自改进AI系统。
05
适合场景
rlm-claude—
letta最受欢迎必备神器时下流行
FAQ
常见问题
rlm-claude 和 letta 有什么区别？
rlm-claude 和 letta 都属于 Memory & Context 类别。rlm-claude 有 39 Stars，letta 有 25.2k Stars。
rlm-claude 和 letta 哪个更好？
最佳选择取决于你的具体需求。防止在长时间的 Claude Code 开发会话中丢失上下文和决策。 时选 rlm-claude，在终端本地运行AI智能体，用于编码和通用任务。 时选 letta。
rlm-claude 是免费的吗？
是的，rlm-claude 在 GitHub 开源（MIT）。
letta 是免费的吗？
是的，letta 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）。
→