SearchEmbedSDK
★ 22
vs
persistent-ai-memory
★ 236
SearchEmbedSDK vs persistent-ai-memory
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。；persistent-ai-memory：持久AI记忆是一个为AI助手提供复杂记忆管理的系统，支持智能记忆提取、存储和检索，跨多个平台。它具有OpenWebUI原生集成、语义搜索、对话追踪和工具调用日志功能。系统确保多用户隔离并支持多种嵌入提供者。
01
简评
SearchEmbedSDKRAG / Knowledge Base · ★ 22
为 Claude 或其他 AI 模型提供本地文件上下文
persistent-ai-memoryRAG / Knowledge Base · ★ 236
需要跨对话记住用户偏好的AI助手
02
并排对比
字段
SearchEmbedSDKpersistent-ai-memory分类
RAG / 知识库
RAG / 知识库
Stars
★ 22
★ 236
许可证
AGPL-3.0
MIT
安装方式
python -m pip install contextcore==0.1.0
pip install git+https://github.com/savantskie/persistent-ai-memory.git
更新时间
3个月前
1个月前
开源
是
是
标签
claude-tools, clip, cost-optimization
AI 助手, 向量嵌入, github-copilot
03
功能特性
SearchEmbedSDK01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
persistent-ai-memory01OpenWebUI原生短时记忆插件
02基于SQLite的持久记忆存储
03使用向量嵌入的语义搜索
04多平台支持（OpenWebUI、LM Studio、VS Code、MCP）
05智能记忆过滤和相关性评分
04
使用场景
SearchEmbedSDK↳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
persistent-ai-memory↳需要跨对话记住用户偏好的AI助手
↳AI工具跟踪项目上下文的开发环境
↳需要按用户隔离记忆的多用户聊天应用
FAQ
常见问题
SearchEmbedSDK 和 persistent-ai-memory 有什么区别？
SearchEmbedSDK 和 persistent-ai-memory 都属于 RAG / Knowledge Base 类别。SearchEmbedSDK 有 22 Stars，persistent-ai-memory 有 236 Stars。
SearchEmbedSDK 和 persistent-ai-memory 哪个更好？
最佳选择取决于你的具体需求。为 Claude 或其他 AI 模型提供本地文件上下文 时选 SearchEmbedSDK，需要跨对话记住用户偏好的AI助手 时选 persistent-ai-memory。
SearchEmbedSDK 是免费的吗？
是的，SearchEmbedSDK 在 GitHub 开源（AGPL-3.0）。
persistent-ai-memory 是免费的吗？
是的，persistent-ai-memory 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）。
→