letta
★ 25.2k
vs
wavescope-mcp
★ 45
letta vs wavescope-mcp
letta：Letta是一个强大的平台，用于构建具备高级记忆功能的有状态AI智能体，使其能够随时间学习和自我改进。它提供了用于本地智能体执行的命令行界面，以及带有Python和TypeScript SDK的全面API，以便无缝集成到应用程序中。；wavescope-mcp：WaveScope MCP为大型语言模型提供基于小波的多分辨率上下文管理，为代码文件提供可缩放的视图。它智能地识别结构边界和重要区域，使LLM能够访问相关的代码片段，而无需加载整个文件。
01
简评
lettaMemory & Context · ★ 25.2k
何时选择它（优势与适用）：
- 你想要一个长期运行、能记住过往工作并随时间改写自身记忆和上下文的智能体。
- 想让同一个智能体可以在命令行、桌面、浏览器、手机和消息应用里使用，并带子智能体、定时任务和钩子。
- 想要可检查的记忆：README 说上下文由 git 跟踪，并可同步到你自己的仓库。
何时考虑替代方案：
- 你只想通过 MCP 给已有的智能体加记忆：小型的 MCP 记忆服务更轻。
- 你依赖旧的 Letta 教程或 V1 API 服务器：项目已重构，V1 服务器已退役。
- 希望不登录就能使用全部功能：Letta Cloud 是默认后端，部分功能需要它。
wavescope-mcpMemory & Context · ★ 45
通过提供结构化、相关的上下文，增强大型语言模型对大型代码库的理解。
02
并排对比
03
功能特性
letta01构建具有高级记忆的有状态AI智能体
02智能体能够随着时间学习和自我改进
03用于在终端本地运行智能体的命令行工具
04用于将智能体集成到应用程序的全面API
05支持技能和子智能体；完全与模型无关
wavescope-mcp01为LLM提供可缩放的多分辨率代码上下文视图。
02利用小波变换分析代码结构，识别重要的结构边界。
03通过提取并呈现相关代码片段来优化LLM的上下文窗口。
04比较Git修订版之间代码的结构性变化，突出显示添加、删除或移动的部分。
05计算多尺度代码复杂度热图，有助于审查优先级排序和上下文预算。
04
使用场景
letta↳在终端本地运行AI智能体，用于编码和通用任务。
↳使用API和SDK将有状态AI智能体集成到自定义应用程序中。
↳开发能够持续适应和学习的自改进AI系统。
wavescope-mcp↳通过提供结构化、相关的上下文，增强大型语言模型对大型代码库的理解。
↳协助开发者进行智能代码导航、审查优先级排序和复杂或关键区域的识别。
↳为LLM提示进行智能上下文预算，侧重于不规则或关键的代码部分，同时总结模板代码。
↳分析Git修订版之间的代码结构差异，以获取更清晰的变更洞察及其影响。
05
适合场景
letta最受欢迎必备神器时下流行
wavescope-mcp—
FAQ
常见问题
letta 和 wavescope-mcp 有什么区别？
letta 和 wavescope-mcp 都属于 Memory & Context 类别。letta 有 25.2k Stars，wavescope-mcp 有 45 Stars。
letta 和 wavescope-mcp 哪个更好？
最佳选择取决于你的具体需求。在终端本地运行AI智能体，用于编码和通用任务。 时选 letta，通过提供结构化、相关的上下文，增强大型语言模型对大型代码库的理解。 时选 wavescope-mcp。
letta 是免费的吗？
是的，letta 在 GitHub 开源（Apache-2.0）。
wavescope-mcp 是免费的吗？
是的，wavescope-mcp 在 GitHub 开源。
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）。
→