AgentRecall-X
★ 371
vs
projectmem
★ 868
AgentRecall-X vs projectmem
AgentRecall-X：AgentRecall 是一个独特的代理记忆系统，它不仅存储人类的纠正，还衡量这些纠正是否能让代理在不同会话中产生实际行为改变。它提供了一个受控的纠正账本和测量工具，用于追踪和验证代理是否停止重复过去的错误。；projectmem：projectmem 是一个开源的、本地优先的 AI 编码代理记忆和判断层，旨在捕获项目开发过程中发生的持久记录，包括问题、尝试、修复和决策。它旨在让 AI 变得有经验，防止重复过去的失败，并通过提供精炼的上下文显著减少 token 使用。
01
简评
AgentRecall-XMemory & Context · ★ 371
确保AI代理从过去的错误中学习，避免在不同会话中重复错误。
projectmemMemory & Context · ★ 868
防止 AI 代理重复过去的调试尝试或失败的架构方法。
02
并排对比
03
功能特性
AgentRecall-X01受控的纠正账本，带有严重性、证据和结果跟踪。
02独特的行为改变测量，追踪代理是否停止重复错误。
03五个独立的记忆层（情景、语义、程序、叙事、纠正）用于全面的上下文管理。
04本地优先的语义召回，使用ONNX嵌入模型，保护隐私并支持离线。
05自动会话循环用于加载和保存上下文，以及夜间整合（“梦想”功能）。
projectmem01预提交警告：在提交前警告开发者是否正在重复失败的方法、修改高流失文件或触及未解决的问题。
02本地优先和 100% 私有：所有记忆和数据都存储在本地 `.projectmem/` 目录中，不涉及云、账户或遥测。
03全局仪表板：提供所有已 `pjm init` 的项目的统一视图，显示等级、问题、节省的资源以及“需要关注”列表，在读取时聚合。
04代码结构 + 判断：将事件日志中的失败热度直接叠加到代码库的导入图上，突出显示重复失败尝试的文件。
05智能上下文注入与 Token 效率：将原始事件日志提炼成紧凑的、AI 可读的摘要，并提供有 Token 预算的记忆块，显著降低 Token 成本。
04
使用场景
AgentRecall-X↳确保AI代理从过去的错误中学习，避免在不同会话中重复错误。
↳通过衡量纠正的有效性和实际行为变化来评估代理性能。
↳为代理管理结构化、持久的记忆，包括项目上下文、技能和过去的决策。
↳将代理记忆集成到开发环境（例如Claude Code、VS Code）中，实现无缝工作流。
↳在代理知识库中进行私密安全的离线语义搜索。
projectmem↳防止 AI 代理重复过去的调试尝试或失败的架构方法。
↳通过提供精炼的、上下文感知的项目记忆而非重新读取原始文件，提高 AI 代理的效率并降低 token 成本。
↳可视化项目开发历史，包括问题、修复和决策，以了解代码库演变并识别问题区域。
↳通过注入预先存在的项目知识和决策，快速培训新开发人员或让 AI 代理熟悉项目。
↳在项目中为 AI 代理的交互和学习提供持久、可审计的记录。
05
适合场景
AgentRecall-X宝藏工具
projectmem宝藏工具
FAQ
常见问题
AgentRecall-X 和 projectmem 有什么区别？
AgentRecall-X 和 projectmem 都属于 Memory & Context 类别。AgentRecall-X 有 371 Stars，projectmem 有 868 Stars。
AgentRecall-X 和 projectmem 哪个更好？
最佳选择取决于你的具体需求。确保AI代理从过去的错误中学习，避免在不同会话中重复错误。 时选 AgentRecall-X，防止 AI 代理重复过去的调试尝试或失败的架构方法。 时选 projectmem。
AgentRecall-X 是免费的吗？
是的，AgentRecall-X 在 GitHub 开源（MIT）。
projectmem 是免费的吗？
是的，projectmem 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）。
→