Acontext
★ 3.7k
vs
enquire-mcp
★ 34
Acontext vs enquire-mcp
Acontext：Acontext是一个上下文数据平台，旨在通过管理上下文存储、检索和状态来帮助构建可扩展的云原生AI代理。它解决了LLM消息存储效率低下、长期运行代理管理复杂以及代理缺乏可观测性和学习能力等常见问题。；enquire-mcp：enquire-mcp 将您的 Obsidian 笔记库转化为各类 AI 智能体的持久、可查询的长期记忆，从而避免在每次会话中重复解释上下文。它提供一流的混合检索功能，包括语义搜索、重排序和 HNSW，所有操作均在本地运行，服务期间无需进行任何云调用。
01
简评
AcontextMemory & Context · ★ 3.7k
为大量用户构建可扩展且强大的云原生AI代理。
enquire-mcpMemory & Context · ★ 34
AI 智能体的长期记忆：为智能体提供跨会话、跨模型、跨提供商的持久、语义召回能力，其基础是您的 Obsidian 笔记。
02
并排对比
03
功能特性
Acontext01统一多模态消息存储
02基于文件路径的工件管理
03上下文窗口编辑API
04实时代理任务观测
05代理SOPs自学习
enquire-mcp01供应商中立的记忆：您的记忆存储在 .md 文件中，确保在不同 AI 智能体和提供商之间可移植。
02一流的混合检索：采用 BM25、多语言嵌入、BGE 交叉编码器重排序器、HNSW 和 int8 量化，提供卓越的搜索质量和性能。
03服务期间零云调用：所有模型均在本地缓存，笔记库内容绝不离开您的机器，确保隐私和空气隔离安全。
04鲜度感知的召回：搜索结果会报告笔记的创建时间及“陈旧”标记，并可选择按近时权重重新排序，优先显示最新知识。
05支持带 OCR 的 PDF 和轻量级 GraphRAG：将 PDF（包括扫描文档的 OCR）整合到混合搜索中，并提供 GraphRAG-light 用于维基链接社区检测。
04
使用场景
Acontext↳为大量用户构建可扩展且强大的云原生AI代理。
↳通过内置的上下文工程管理和观测长期运行、有状态的AI代理。
↳使AI代理能够自学习和适应，提高一致性和成功率。
enquire-mcp↳AI 智能体的长期记忆：为智能体提供跨会话、跨模型、跨提供商的持久、语义召回能力，其基础是您的 Obsidian 笔记。
↳个人知识库/第二大脑：提供跨 50 多种语言的混合检索、维基链接图增强以及轻量级 GraphRAG，以显示相关笔记并发现连接。
↳智能体 RAG/上下文工程：暴露按信号得分、HyDE 预重写和子问题分解功能以实现高级检索，并内置评估工具。
05
适合场景
Acontext必备神器
enquire-mcp—
FAQ
常见问题
Acontext 和 enquire-mcp 有什么区别？
Acontext 和 enquire-mcp 都属于 Memory & Context 类别。Acontext 有 3.7k Stars，enquire-mcp 有 34 Stars。
Acontext 和 enquire-mcp 哪个更好？
最佳选择取决于你的具体需求。为大量用户构建可扩展且强大的云原生AI代理。 时选 Acontext，AI 智能体的长期记忆：为智能体提供跨会话、跨模型、跨提供商的持久、语义召回能力，其基础是您的 Obsidian 笔记。 时选 enquire-mcp。
Acontext 是免费的吗？
是的，Acontext 在 GitHub 开源（Apache-2.0）。
enquire-mcp 是免费的吗？
是的，enquire-mcp 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）。
→