kaeru
★ 45
vs
squish-memory
★ 12
kaeru vs squish-memory
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。；squish-memory：Squish是一个为AI智能体设计的本地优先、开源记忆系统，旨在防止智能体遗忘过去的决策、约束和偏好。它与多种编码智能体集成，并提供命令行界面、MCP服务器和桌面应用程序来管理和回忆相关上下文。
01
简评
kaeruMemory & Context · ★ 45
代理需要从之前的会话中召回其思考过程和项目上下文。
squish-memoryMemory & Context · ★ 12
通过提供持久记忆来提升AI智能体性能
02
并排对比
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。
squish-memory01AI智能体的统一记忆系统
02基于SQLite的本地优先存储及可选云同步
03为智能体自动注入相关上下文（50-200 token）
04多重界面：命令行、MCP服务器和桌面应用
05通过MCP标准兼容多种编码智能体
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。
squish-memory↳通过提供持久记忆来提升AI智能体性能
↳管理和回忆特定于开发的知识与偏好
↳向Claude Code或Codex等编码助手注入相关上下文
FAQ
常见问题
kaeru 和 squish-memory 有什么区别？
kaeru 和 squish-memory 都属于 Memory & Context 类别。kaeru 有 45 Stars，squish-memory 有 12 Stars。
kaeru 和 squish-memory 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，通过提供持久记忆来提升AI智能体性能 时选 squish-memory。
kaeru 是免费的吗？
是的，kaeru 在 GitHub 开源（MIT）。
squish-memory 是免费的吗？
是的，squish-memory 在 GitHub 开源（NOASSERTION）。
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）。
→