llm-wiki-kit
★ 61
vs
mimirs
★ 30
llm-wiki-kit vs mimirs
llm-wiki-kit：llm-wiki-kit为AI代理提供持久、结构化且随时间累积的记忆。你只需拖入PDF、网址、YouTube视频，代理就会构建维基、关联知识点并跨会话记住所有内容。兼容Claude、Codex、Cursor、Windsurf等MCP代理。；mimirs：Mímirs为AI编码代理提供持久化项目记忆，通过本地索引、语义搜索、跨会话记忆和依赖图，减少token消耗和上下文开销。它支持多种编辑器，且无需云服务，保护隐私。在真实代码库上实现90-98%的召回率@10。
01
简评
llm-wiki-kitMemory & Context · ★ 61
研究：导入论文并跨源提出综合问题
mimirsRAG / Knowledge Base · ★ 30
减少AI编码会话中的token消耗和延迟
02
并排对比
字段
llm-wiki-kitmimirs分类
记忆与上下文
RAG / 知识库
Stars
★ 61
★ 30
许可证
MIT
Apache-2.0
安装方式
pip install "llm-wiki-kit[all] @ git+https://github.com/iamsashank09/llm-wiki-kit.git"
brew install sqlite && bunx mimirs init --ide claude
更新时间
6个月前
4天前
开源
是
是
标签
AI 智能体, knowledge-base, 大语言模型
AI 编程, Claude Code, code-search
03
功能特性
llm-wiki-kit01多格式导入（PDF、网址、YouTube、Markdown）
02自动交叉引用并创建维基链接
03跨会话持久记忆
04基于SQLite FTS5的全文搜索
05健康检查（断链、孤立页面）
mimirs01基于混合检索（向量+BM25）的语义搜索
02从索引代码和文档自动生成Wiki
03跨会话记忆，支持对话跟踪和检查点
04通过AST导入/导出分析构建依赖图
05附加到文件或符号的注释，在搜索结果中显示
04
使用场景
llm-wiki-kit↳研究：导入论文并跨源提出综合问题
↳技术入职：导入代码库文档以解答架构问题
↳学习：从教程和博客文章构建个性化维基
mimirs↳减少AI编码会话中的token消耗和延迟
↳使代理能在多个会话间保持上下文
↳通过AST感知分块和混合检索提高代码搜索准确性
FAQ
常见问题
llm-wiki-kit 和 mimirs 有什么区别？
llm-wiki-kit 和 mimirs 都属于 Memory & Context 类别。llm-wiki-kit 有 61 Stars，mimirs 有 30 Stars。
llm-wiki-kit 和 mimirs 哪个更好？
最佳选择取决于你的具体需求。研究：导入论文并跨源提出综合问题 时选 llm-wiki-kit，减少AI编码会话中的token消耗和延迟 时选 mimirs。
llm-wiki-kit 是免费的吗？
是的，llm-wiki-kit 在 GitHub 开源（MIT）。
mimirs 是免费的吗？
是的，mimirs 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）。
→