kaeru
★ 40
vs
remem
★ 34
kaeru vs remem
kaeru：Kaeru 是一个面向 LLM 代理的本地优先、跨代理认知引擎，提供了一个类型化属性图谱和一个用于长期记忆的回忆层。它支持多会话和多代理连续性，使代理能够随着时间推移保持完整的上下文、追溯来源并利用共享知识。；remem：`remem` 是一个面向 Claude Code 和 OpenAI Codex 等 AI 编程代理的本地优先记忆解决方案，通过自动捕获和注入项目上下文来避免重复解释。它使用 SQLite 在本地提炼、搜索和存储项目决策、错误修复和偏好，并通过 CLI、钩子和 REST API 进行访问。
01
简评
kaeruMemory & Context · ★ 40
代理需要从之前的会话中召回其思考过程和项目上下文。
rememMemory & Context · ★ 34
避免向 AI 编程代理重复解释项目。
02
并排对比
字段
kaeruremem分类
记忆与上下文
记忆与上下文
Stars
★ 40
★ 34
许可证
MIT
MIT
安装方式
git clone https://github.com/kaerulabs/kaeru.git && cd kaeru && cargo build --release
curl -fsSL https://raw.githubusercontent.com/majiayu000/remem/main/install.sh | env REMEM_NO_CONFIG=1 sh && ~/.local/bin/remem install --target codex
更新时间
2天前
2天前
开源
是
是
标签
LLM 代理, 知识图谱, 双时态数据库
AI 代理记忆, 上下文管理, 编程助手
03
功能特性
kaeru01双层图谱（操作型/海马体和档案型/皮层），用于活跃思考和沉淀知识。
02双时态特性，原生支持断言/撤销历史，实现时间旅行查询和非破坏性冲突解决。
03按项目范围划分和分层重入机制，用于在会话间恢复项目上下文，并按需访问归档知识。
04可选的跨代理云层共享，允许信任的团队在安全门控下共享沉淀知识。
05结构化召回，基于精确名称查找、类型化图遍历和 FTS 模糊回退，而非主要依赖向量嵌入。
remem01自动捕获和注入编程代理记忆。
02可搜索的项目决策、错误修复及理由历史。
03使用 SQLite 和 SQLCipher 加密的本地优先记忆存储。
04可通过 CLI、编程代理钩子、MCP 工具和 REST API 访问。
05单一 Rust 二进制文件，无外部数据库依赖。
04
使用场景
kaeru↳代理需要从之前的会话中召回其思考过程和项目上下文。
↳代理团队需要共享并基于集体的长期知识库进行工作。
↳代理希望在特定的项目范围内捕获新的观察或假设。
↳追溯代理所做知识片段或决策的出处和历史。
remem↳避免向 AI 编程代理重复解释项目。
↳搜索和回忆过去的项目决策和错误修复理由。
↳维护可审计且项目范围的工程记忆历史。
↳减少手动维护大型记忆文档文件的需求。
FAQ
常见问题
kaeru 和 remem 有什么区别？
kaeru 和 remem 都属于 Memory & Context 类别。kaeru 有 40 Stars，remem 有 34 Stars。
kaeru 和 remem 哪个更好？
最佳选择取决于你的具体需求。代理需要从之前的会话中召回其思考过程和项目上下文。 时选 kaeru，避免向 AI 编程代理重复解释项目。 时选 remem。
kaeru 是免费的吗？
是的，kaeru 在 GitHub 开源（MIT）。
remem 是免费的吗？
是的，remem 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）。
→