enquire-mcp
★ 34
vs
telemem
★ 494
enquire-mcp vs telemem
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。;telemem:TeleMem是一个先进的智能体记忆管理层,为对话式AI提供高性能、角色感知、长期且多模态的记忆能力。它显著提高了记忆准确性和速度,支持多轮对话和视频内容理解等复杂场景。
01
简评
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。
telememMemory & Context · ★ 494
开发多角色虚拟智能体系统和NPC。
02
并排对比
03
功能特性
01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。
01针对多角色智能体自动构建独立的、隔离的角色记忆档案。
02用于视频理解和ReAct风格视频问答的完整多模态记忆管道。
03基于LLM的语义聚类和去重,以提高记忆一致性。
04高性能、高效的带批处理刷新的异步写入机制。
05默认完全本地运行,并支持多种大语言模型提供商。
04
使用场景
↳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。
↳开发多角色虚拟智能体系统和NPC。
↳构建用于客户服务、陪伴或创意副驾驶的长期记忆AI助手。
↳在虚拟环境中实现复杂的叙事和世界构建。
↳为长视频理解提供视频内容问答和推理能力。
↳在具有强上下文依赖的场景中管理多模态智能体记忆。
05
适合场景
—
宝藏工具
FAQ
常见问题
enquire-mcp 和 telemem 有什么区别?
enquire-mcp 和 telemem 都属于 Memory & Context 类别。enquire-mcp 有 34 Stars,telemem 有 494 Stars。
enquire-mcp 和 telemem 哪个更好?
最佳选择取决于你的具体需求。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,开发多角色虚拟智能体系统和NPC。 时选 telemem。
enquire-mcp 是免费的吗?
是的,enquire-mcp 在 GitHub 开源(MIT)。
telemem 是免费的吗?
是的,telemem 在 GitHub 开源(Apache-2.0)。
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)。
→