AgentRecall-MCP
★ 371
vs
locus
★ 15
AgentRecall-MCP vs locus
AgentRecall-MCP：AgentRecall 是一个面向AI代理的学习循环系统，提供持久、复合的记忆。它自动捕获纠正，跨项目呈现过去洞察，采用五层记忆模型、艾宾浩斯衰减和贝叶斯反馈。零云，全本地Markdown文件。；locus：Locus 为 AI 编程工具提供持久的项目感知记忆，包含结构、语义和情景三个记忆层。它与任何兼容 MCP 的客户端协同工作，提供 14 个工具和 3 个资源用于探索、搜索和管理记忆。Carbon Copy 功能支持被动捕获对话记录以便后续回顾。
01
简评
AgentRecall-MCPMemory & Context · ★ 371
跨AI代理会话（Claude Code、Cursor等）保持上下文
locusMemory & Context · ★ 15
在 AI 编程会话间保持项目上下文，避免丢失架构决策和文件结构感知
02
并排对比
03
功能特性
AgentRecall-MCP01持久复合记忆，200行感知上限
02自动纠正捕获和对齐检查
03通过关键字和语义（pgvector）搜索实现跨项目洞察召回
04零云，全本地Markdown文件，兼容Obsidian
05提供10个MCP工具、SDK和CLI
locus01三层记忆：结构（自动解析）、语义（用户整理）、情景（自动捕获）
02基于收件箱事件协议的 Carbon Copy 被动对话捕获
0314 个 MCP 工具用于探索、回顾、搜索、记忆和管理
04跨所有记忆层和对话事件的 FTS5 全文搜索
05四层安全：仅元数据、文件黑名单、内容脱敏、审计界面
04
使用场景
AgentRecall-MCP↳跨AI代理会话（Claude Code、Cursor等）保持上下文
↳在软件开发中捕获并学习用户的纠正
↳协调多个并行代理之间的记忆
locus↳在 AI 编程会话间保持项目上下文，避免丢失架构决策和文件结构感知
↳存储和检索重要决策及其原理，保持开发实践一致性
↳被动捕获编码会话中的对话历史，便于后续搜索和回顾
FAQ
常见问题
AgentRecall-MCP 和 locus 有什么区别？
AgentRecall-MCP 和 locus 都属于 Memory & Context 类别。AgentRecall-MCP 有 371 Stars，locus 有 15 Stars。
AgentRecall-MCP 和 locus 哪个更好？
最佳选择取决于你的具体需求。跨AI代理会话（Claude Code、Cursor等）保持上下文 时选 AgentRecall-MCP，在 AI 编程会话间保持项目上下文，避免丢失架构决策和文件结构感知 时选 locus。
AgentRecall-MCP 是免费的吗？
是的，AgentRecall-MCP 在 GitHub 开源（MIT）。
locus 是免费的吗？
是的，locus 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）。
→