headroom
★ 77.5k
vs
ogham-mcp
★ 116
headroom vs ogham-mcp
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。；ogham-mcp：Ogham MCP 是一个为 AI 编码代理设计的持久化、可搜索的共享内存系统，跨客户端和会话工作。它将记忆存储为 PostgreSQL 中的向量嵌入，支持结合语义和全文检索的混合搜索，具有高准确度。Ogham 支持多种嵌入提供者、知识图谱遍历、Wiki 编译以及自动评分、压缩和新颖性检测等内存管理功能。
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。
ogham-mcpMemory & Context · ★ 116
跨会话和不同 AI 编码代理存储和检索架构决策及编码上下文
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
ogham-mcp01跨会话和客户端的持久共享内存
02结合倒数排名融合的混合搜索（语义+全文）
03具有实体链接、遍历和矛盾检测的知识图谱
04多嵌入提供者（OpenAI、Ollama、Mistral、Voyage、Gemini、ONNX）
05自动压缩、评分、新颖性检测和内存生命周期管理
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。
ogham-mcp↳跨会话和不同 AI 编码代理存储和检索架构决策及编码上下文
↳通过维护共享知识库为 AI 编码代理提供一致、上下文感知的辅助
↳长期保存项目特定信息、偏好和事实，避免重复解释
05
适合场景
headroom最受欢迎必备神器
ogham-mcp—
FAQ
常见问题
headroom 和 ogham-mcp 有什么区别？
headroom 和 ogham-mcp 都属于 Memory & Context 类别。headroom 有 77.5k Stars，ogham-mcp 有 116 Stars。
headroom 和 ogham-mcp 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，跨会话和不同 AI 编码代理存储和检索架构决策及编码上下文 时选 ogham-mcp。
headroom 是免费的吗？
是的，headroom 在 GitHub 开源（Apache-2.0）。
ogham-mcp 是免费的吗？
是的，ogham-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）。
→