thread-keeper
★ 13
vs
cockpit-agent
★ 26
thread-keeper vs cockpit-agent
thread-keeper：thread-keeper 是一个多智能体共享大脑，它统一了Claude、Codex和Copilot等多种LLM客户端的记忆、技能和协调。它使智能体能够共享集体记忆、相互通信并随着时间自主改进其技能库，将孤立的聊天转变为一个有凝聚力的多智能体系统。；cockpit-agent：Cockpit Agent 是一个专为智能座舱设计的云边协同AI Agent系统，通过一个语音入口即可完成毫秒级车控、多日行程规划和深度调研等多样化任务。该系统强调规划与执行分离，LLM负责理解与规划，而确定性系统则确保关键功能的实时与安全执行。
01
简评
thread-keeperMulti-Agent · ★ 13
跨不同LLM会话和工具维护上下文。
cockpit-agentMulti-Agent · ★ 26
情境感知导航：规划包含多个途经点和时限的复杂路线，并支持对进行中的导航增量改道，如添加加油站而不影响目的地和时限。
02
并排对比
03
功能特性
thread-keeper01集体和跨会话记忆
02多智能体协调与通信
03自主技能改进
04跨多个CLI的统一记忆和学习
cockpit-agent01规划与执行分离：LLM只负责产出意图/计划，所有车控由确定性Executor经权限校验后下发，确保安全。
02快慢双系统架构：高频、安全敏感指令在端侧毫秒级响应且离线可用；复杂、跨域意图则由云端LLM Planner编排。
03Agent即插即用：所有Agent实现统一gRPC契约和Manifest声明，新增领域Agent无需修改编排核心代码。
04真实数据优先与可溯源：所有数据源（如高德、和风、Exa）均采用真实数据，严格模式下拒绝任何mock决议，外部数据卡片携带溯源标记。
05全双工语音交互回路：支持从唤醒到打断的全链路流式语音交互，包含KWS、VAD、实时ASR/TTS以及免唤醒连续对话等。
04
使用场景
thread-keeper↳跨不同LLM会话和工具维护上下文。
↳实现不同AI智能体之间的知识转移和技能共享。
↳协调并行智能体实例以避免重复工作和冲突。
↳构建从过往交互中学习的自改进AI系统。
cockpit-agent↳情境感知导航：规划包含多个途经点和时限的复杂路线，并支持对进行中的导航增量改道，如添加加油站而不影响目的地和时限。
↳个性化长期记忆：系统会记住用户偏好（如“老婆喜欢粤菜”），并在后续对话中直接用于检索结果，而非仅以话术回应。
↳混合多意图处理：在同一请求中协同完成本地车控（如“打开空调，放首林俊杰”）与并行上云的慢意图处理。
↳异步深度调研：发起多视角、迭代式的后台深度调研任务（如“深入调研固态电池量产进展”），支持进度查询、中途喊停，并完成后主动推送带引用的分节报告。
↳动态场景创建与自动化：用一句话创建自定义场景（如“创建钓鱼模式：座椅放平、氛围灯调暗”），LLM仅在创建期编译，激活与执行由确定性系统完成。
FAQ
常见问题
thread-keeper 和 cockpit-agent 有什么区别？
thread-keeper 和 cockpit-agent 都属于 Multi-Agent 类别。thread-keeper 有 13 Stars，cockpit-agent 有 26 Stars。
thread-keeper 和 cockpit-agent 哪个更好？
最佳选择取决于你的具体需求。跨不同LLM会话和工具维护上下文。 时选 thread-keeper，情境感知导航：规划包含多个途经点和时限的复杂路线，并支持对进行中的导航增量改道，如添加加油站而不影响目的地和时限。 时选 cockpit-agent。
thread-keeper 是免费的吗？
是的，thread-keeper 在 GitHub 开源（MIT）。
cockpit-agent 是免费的吗？
是的，cockpit-agent 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）。
→