mori
★ 32
vs
fava-trails
★ 26
mori vs fava-trails
mori：Mori 是一个为 AI 编程代理设计的共享内存层，允许多个实例相互学习，从而确保一致性并避免“冷启动”。它将会话活动提炼成持久性知识，使代理能够从集体智能中受益并从一开始就获得信息。；fava-trails：FAVA Trails是一个Git原生的系统，为AI代理提供版本化的审计追踪和精选记忆，将思想、决策和观察以Markdown文件形式存储在受控的Git仓库中。它确保了防崩溃的持久性、完整的溯源跟踪，并通过模型上下文协议（MCP）与LLM集成，实现信任门验证和上下文工程。
01
简评
moriMemory & Context · ★ 32
使在不同机器或团队中的 AI 编码代理能够共享所学知识并保持一致性。
fava-trailsMemory & Context · ★ 26
为AI代理的思想、决策和观察提供持久且版本化的存储。
02
并排对比
字段
morifava-trails分类
记忆与上下文
记忆与上下文
Stars
★ 32
★ 26
许可证
AGPL-3.0
Apache-2.0
安装方式
git clone https://github.com/fjwood69/mori.git && cd mori && cp deploy/homelab/.env.example deploy/homelab/.env && docker compose -f deploy/homelab/docker-compose.yml up -d
pip install fava-trails
更新时间
3天前
1天前
开源
是
是
标签
AI 代理, 共享内存, 知识库
AI代理, 知识库, 版本控制
03
功能特性
mori01多实例一致性：共享内存确保所有 AI 代理实例都能了解其他代理的决策。
02梦想管道：自动将会话事件提炼为结构化记忆。
03通用摄取：将各种数据类型（PDF、图像、Git 历史记录）输入到内存存储中。
04战略咨询：提供基于项目上下文和团队标准的 LLM 指导。
05代理间消息传递：使代理能够在网络中发送任务、问题和决策。
fava-trails01超越追踪功能，确保记忆一致性，隐藏过时的信念。
02基于LLM的信任门，用于验证思想并遏制草稿中的幻觉。
03完整的溯源跟踪和通过原子Git提交实现的防崩溃持久性。
04草稿隔离，确保只有提升的思想对其他代理可见。
04
使用场景
mori↳使在不同机器或团队中的 AI 编码代理能够共享所学知识并保持一致性。
↳通过使用现有项目文档和历史记录快速引导内存存储，来新入职 AI 代理或团队成员。
↳从 LLM 获取基于项目特定信息的上下文感知战略建议和审查（例如，架构、安全性）。
↳通过在多个 AI 代理实例之间委派工作和共享决策来编排复杂任务。
↳为 AI 开发项目提供持久性知识库，防止重复学习并确保连续性。
fava-trails↳为AI代理的思想、决策和观察提供持久且版本化的存储。
↳促进AI代理协作工作流，提供共享且经过验证的知识库。
↳通过完整、版本化的历史记录审计和调试AI代理行为。
↳通过SECOM压缩和ACE重排序等协议增强LLM上下文管理。
FAQ
常见问题
mori 和 fava-trails 有什么区别？
mori 和 fava-trails 都属于 Memory & Context 类别。mori 有 32 Stars，fava-trails 有 26 Stars。
mori 和 fava-trails 哪个更好？
最佳选择取决于你的具体需求。使在不同机器或团队中的 AI 编码代理能够共享所学知识并保持一致性。 时选 mori，为AI代理的思想、决策和观察提供持久且版本化的存储。 时选 fava-trails。
mori 是免费的吗？
是的，mori 在 GitHub 开源（AGPL-3.0）。
fava-trails 是免费的吗？
是的，fava-trails 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）。
→