squish-memory
★ 12
vs
local-memory-mcp
★ 15
squish-memory vs local-memory-mcp
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。；local-memory-mcp：local-memory-mcp 为Claude、Cursor和Codex等AI助手提供持久的本地内存，解决了AI遗忘过去对话的问题。它将学习内容、决策和知识图谱存储在用户机器上的单个SQLite文件中，利用混合检索和多语言嵌入，无需云服务或API密钥即可实现强大的信息召回。
01
简评
squish-memoryMemory & Context · ★ 12
通过提供持久记忆来提升AI智能体性能
local-memory-mcpMemory & Context · ★ 15
为AI助手提供持久记忆，确保其在不同会话中记住过去的对话和上下文。
02
并排对比
03
功能特性
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
local-memory-mcp01支持实体、双时态观察和类型化关系的知识图谱。
02通过倒数排名融合（RRF）结合BM25关键词搜索和向量余弦的混合检索功能。
03采用FTS5相似度检查的重复数据守卫，防止存储重复信息。
04自动加载会话上下文，使AI能从之前的对话中继续。
05本地优先设计，零配置，完全在用户机器上运行，无需云服务或API密钥。
04
使用场景
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
local-memory-mcp↳为AI助手提供持久记忆，确保其在不同会话中记住过去的对话和上下文。
↳在本地知识库中存储和检索结构化知识，如学习内容、决策和实体观察。
↳对各种内存类型执行统一的混合语义搜索，快速召回相关信息。
↳记录和回顾重要决策，包括其推理过程和考量的替代方案。
↳实现无LLM的反思功能，识别最常用的学习内容、过时信息和未决决策。
FAQ
常见问题
squish-memory 和 local-memory-mcp 有什么区别？
squish-memory 和 local-memory-mcp 都属于 Memory & Context 类别。squish-memory 有 12 Stars，local-memory-mcp 有 15 Stars。
squish-memory 和 local-memory-mcp 哪个更好？
最佳选择取决于你的具体需求。通过提供持久记忆来提升AI智能体性能 时选 squish-memory，为AI助手提供持久记忆，确保其在不同会话中记住过去的对话和上下文。 时选 local-memory-mcp。
squish-memory 是免费的吗？
是的，squish-memory 在 GitHub 开源（NOASSERTION）。
local-memory-mcp 是免费的吗？
是的，local-memory-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）。
→