headroom
★ 77.5k
vs
memorycrystal
★ 12
headroom vs memorycrystal
headroom：Headroom在AI代理的内容（如工具输出、日志、RAG块、文件和对话历史）到达LLM之前对其进行压缩。它能在获得相同答案的同时，显著减少所需的Token数量。；memorycrystal：Memory Crystal 为 AI 代理提供持久化记忆，解决了 AI 在会话之间遗忘信息的问题。它捕获对话，将持久化知识提炼到长期记忆中，并在代理需要时召回正确的上下文。
01
简评
headroomMemory & Context · ★ 77.5k
何时选择它（优势与适用）：
- 冗长的工具输出、日志、JSON 响应或 RAG 片段推高了成本或影响了答案质量。
- 想不改代码就压缩：作为本地代理、MCP 服务器运行，或包装 Claude Code、Codex、Cursor。
- 压缩必须在本地运行，并缓存原文，让模型需要时能取回完整内容。
何时考虑替代方案：
- 你的智能体的问题是文档缺失或过时，而不是上下文太多：文档服务器更合适。
- 你无法再加一个需要持续运行、可能增加延迟的组件。
- 你的任务不能接受有损压缩：先在自己的任务上验证答案质量。
memorycrystalMemory & Context · ★ 12
使 AI 代理能够在多个会话中保持连续性并回忆过去的决策。
02
并排对比
03
功能特性
headroom01应用程序内压缩库（Python/TypeScript）
02零代码改动代理模式
03各种AI代理的一键封装
04跨代理共享内存和自动去重
05可逆压缩（CCR）并支持原始内容检索
memorycrystal01双层记忆架构，包括用于近期消息的短期记忆（STM）和用于持久化知识的长期记忆（LTM）。
02五种专业记忆存储（感知、情景、语义、程序、前瞻），用于不同类型的信息。
03自适应召回功能，具有六种自动选择模式，可优先召回广泛信息、决策、项目、人员、工作流程或对话。
04一流的不变知识库，用于存储结构化参考数据、策略和操作手册，与对话记忆分离。
05全面的记忆管理工具集和经过身份验证的 HTTP API，用于捕获、召回和搜索等核心操作。
04
使用场景
headroom↳降低AI代理的LLM Token使用量和API成本。
↳实现多个AI代理之间的共享上下文和内存。
↳通过压缩工具输出、日志和RAG块来优化编码代理。
↳通过可逆上下文压缩保持完整数据保真度。
memorycrystal↳使 AI 代理能够在多个会话中保持连续性并回忆过去的决策。
↳将持久化记忆集成到各种 AI 工具和平台中，例如 Claude Code、Codex CLI 和 OpenClaw。
↳通过不变知识库存储和检索结构化参考数据、策略和操作手册。
↳进行决策考古以理解过去做出选择的原因，并将记忆追溯到其来源。
↳基于学习到的程序性记忆，为有风险的 AI 操作提供预检和防护措施。
05
适合场景
headroom最受欢迎必备神器
memorycrystal—
FAQ
常见问题
headroom 和 memorycrystal 有什么区别？
headroom 和 memorycrystal 都属于 Memory & Context 类别。headroom 有 77.5k Stars，memorycrystal 有 12 Stars。
headroom 和 memorycrystal 哪个更好？
最佳选择取决于你的具体需求。降低AI代理的LLM Token使用量和API成本。 时选 headroom，使 AI 代理能够在多个会话中保持连续性并回忆过去的决策。 时选 memorycrystal。
headroom 是免费的吗？
是的，headroom 在 GitHub 开源（Apache-2.0）。
memorycrystal 是免费的吗？
是的，memorycrystal 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）。
→