rekal logo
rekal
★ 53
vs
SearchEmbedSDK logo
SearchEmbedSDK
★ 22

rekal vs SearchEmbedSDK

rekal:rekal 通过 MCP 服务器为 LLM 提供长期记忆。它将记忆存储在本地 SQLite 文件中,并使用混合搜索(BM25 关键词 + 向量语义 + 时间衰减)进行检索。它适用于任何支持 MCP 的代理,如 Claude Code、Codex CLI 和 OpenCode。;SearchEmbedSDK:ContextCore 索引本地文件(文本、代码、图像、音频和视频),并提供命令行、后端服务器和 MCP 集成用于 AI 工具。通过仅发送相关上下文,可将令牌使用量减少 50-99%。支持 Python 3.10+ 及 Windows、macOS、Linux 系统。

01

简评

rekal logo
rekalRAG / Knowledge Base · ★ 53

为编码代理提供跨会话的持久记忆,记住用户偏好和决策

SearchEmbedSDK logo
SearchEmbedSDKRAG / Knowledge Base · ★ 22

为 Claude 或其他 AI 模型提供本地文件上下文

02

并排对比

字段
rekal logorekal
SearchEmbedSDK logoSearchEmbedSDK
分类
RAG / 知识库
RAG / 知识库
Stars
★ 53
★ 22
许可证
MIT
AGPL-3.0
安装方式
pip install rekal
python -m pip install contextcore==0.1.0
更新时间
1个月前
3个月前
开源
是
是
标签
大语言模型, MCP 协议, MCP 服务器
claude-tools, clip, cost-optimization
03

功能特性

rekal logorekal
01本地 SQLite 存储,无需云服务或 API 密钥
02混合搜索,结合 BM25 关键词、向量语义和时间衰减
03兼容多种编码代理的 MCP 服务器
04基于工具的全面记忆管理(存储、搜索、更新、删除、修剪)
05智能写入操作,支持替代和链接以演进知识
SearchEmbedSDK logoSearchEmbedSDK
01本地索引文本、代码、图像、音频和视频
02命令行索引、状态和服务管理
03MCP 服务器用于与 Claude Desktop 等 AI 工具集成
04令牌减少与上下文优化
05通过命令行自动注册 AI 工具
04

使用场景

rekal logorekal
↳为编码代理提供跨会话的持久记忆,记住用户偏好和决策
↳存储项目特定知识和约定,无需外部服务
↳维护代理交互和决策的可搜索历史
SearchEmbedSDK logoSearchEmbedSDK
↳为 Claude 或其他 AI 模型提供本地文件上下文
↳通过过滤无关上下文降低 API 成本
↳代码库上下文用于推理项目结构和依赖关系
FAQ

常见问题

rekal 和 SearchEmbedSDK 有什么区别?
rekal 和 SearchEmbedSDK 都属于 RAG / Knowledge Base 类别。rekal 有 53 Stars,SearchEmbedSDK 有 22 Stars。
rekal 和 SearchEmbedSDK 哪个更好?
最佳选择取决于你的具体需求。为编码代理提供跨会话的持久记忆,记住用户偏好和决策 时选 rekal,为 Claude 或其他 AI 模型提供本地文件上下文 时选 SearchEmbedSDK。
rekal 是免费的吗?
是的,rekal 在 GitHub 开源(MIT)。
SearchEmbedSDK 是免费的吗?
是的,SearchEmbedSDK 在 GitHub 开源(AGPL-3.0)。
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)。

立即领取 $200 免费额度
→

相关链接