mori
★ 32
vs
montycat-mcp
★ 28
mori vs montycat-mcp
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。；montycat-mcp：Montycat MCP 是一个自托管服务器，为AI智能体提供持久化、可搜索的内存，使其能够在不同会话中保留上下文和决策。它支持多种模型上下文协议客户端，允许多个智能体通过混合搜索功能读写同一个共享内存存储。
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。
montycat-mcpMemory & Context · ★ 28
存储和回忆团队决策及偏好
02
并排对比
字段
morimontycat-mcp分类
记忆与上下文
记忆与上下文
Stars
★ 32
★ 28
许可证
AGPL-3.0
MIT
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 montycat-mcp
更新时间
3天前
2周前
开源
是
是
标签
AI 代理, 共享内存, 知识库
AI智能体, 共享内存, 持久化内存
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。
montycat-mcp01跨聊天会话的持久化内存
02多个AI智能体共享单一内存
03混合搜索（向量、关键词、BM25）用于回忆
04自托管服务器、引擎和嵌入
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。
montycat-mcp↳存储和回忆团队决策及偏好
↳在AI智能体交互中维护项目上下文和进度
↳通过共享范围促进多个AI智能体之间的协作
↳为AI助手提供持久化知识库
FAQ
常见问题
mori 和 montycat-mcp 有什么区别？
mori 和 montycat-mcp 都属于 Memory & Context 类别。mori 有 32 Stars，montycat-mcp 有 28 Stars。
mori 和 montycat-mcp 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，存储和回忆团队决策及偏好 时选 montycat-mcp。
mori 是免费的吗？
是的，mori 在 GitHub 开源（AGPL-3.0）。
montycat-mcp 是免费的吗？
是的，montycat-mcp 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）。
→