AgentRecall
★ 371
vs
LycheeMem
★ 1.1k
AgentRecall vs LycheeMem
AgentRecall：AgentRecall 是一个弥合人类思维方式与 AI 智能体行为之间差距的学习系统。它通过 MCP 服务器、SDK 和 CLI 提供持久复合记忆和自动纠正捕获。每个错误只记录一次，永不重复，且 token 节省随会话复合增长。；LycheeMem：LycheeMem是一个为LLM代理设计的紧凑记忆框架，将记忆组织为工作记忆、语义记忆和程序记忆。它采用四阶段流水线（WMManager、SearchCoordinator、SynthesizerAgent、ReasoningAgent）和后台ConsolidatorAgent，支持多通道检索（全文搜索、向量、标签、时间）。通过API、OpenClaw插件和MCP协议集成。
01
简评
AgentRecallMemory & Context · ★ 371
跳跃式思维的人类：跨会话结构化非线性指令
LycheeMemMemory & Context · ★ 1.1k
何时选择它（优势与适用）：
- 你在构建自己的智能体，想要带有工作、语义和过程三类存储的记忆框架。
- 想要轻量存储：SQLite 加 FTS5，再加 LanceDB 向量索引，不需要 Neo4j。
- 想要有类型、面向动作的记录，包括描述工具能做什么、何时使用的 tool_affordance 类型。
何时考虑替代方案：
- 你现在就想要稳定的方案：该项目从 2026 年 3 月才开源，API 可能还会变化。
- 你不想增加模型成本：记忆提取和检索会调用大模型和向量模型。
- 你期待面向动作和强化学习的部分已经完成：README 把它们描述为方向。
02
并排对比
字段
AgentRecallLycheeMem分类
记忆与上下文
记忆与上下文
Stars
★ 371
★ 1.1k
许可证
MIT
Apache-2.0
安装方式
npm install -g agent-recall-cli
git clone https://github.com/LycheeMem/LycheeMem.git && cd LycheeMem && pip install -e ".[dev]"
更新时间
1周前
2个月前
开源
是
是
标签
智能体记忆, AI 智能体, Claude Code
智能体记忆, langgraph, llm-memory
03
功能特性
AgentRecall01持久复合记忆，200 行感知上限强制质量
02自动纠正捕获和召回
03通过关键词匹配实现跨项目洞察召回
04MCP、SDK 和 CLI 三合一，通用兼容
05零云端，全部本地 markdown 存储
LycheeMem01高效对话记忆，具有双阈值token预算管理
02结构化语义记忆，支持7种类型记忆记录和记录融合
03动作感知的搜索规划和多维度相关性评分
04过程性记忆，包括技能库和HyDE检索
05模块化流水线，同步阶段与异步后台整合
04
使用场景
AgentRecall↳跳跃式思维的人类：跨会话结构化非线性指令
↳跨项目经验传递：从项目 A 到项目 B 的限流洞察
↳纠正只发生一次：智能体不再重复同一个错误
LycheeMem↳为基于LLM的代理提供持久化长期记忆
↳具有自适应记忆检索的上下文感知聊天机器人
↳从对话中自动进行记忆整合和技能提取
FAQ
常见问题
AgentRecall 和 LycheeMem 有什么区别？
AgentRecall 和 LycheeMem 都属于 Memory & Context 类别。AgentRecall 有 371 Stars，LycheeMem 有 1.1k Stars。
AgentRecall 和 LycheeMem 哪个更好？
最佳选择取决于你的具体需求。跳跃式思维的人类：跨会话结构化非线性指令 时选 AgentRecall，为基于LLM的代理提供持久化长期记忆 时选 LycheeMem。
AgentRecall 是免费的吗？
是的，AgentRecall 在 GitHub 开源（MIT）。
LycheeMem 是免费的吗？
是的，LycheeMem 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）。
→