mcp-memory-libsql
★ 87
vs
flywheel-memory
★ 0
mcp-memory-libsql vs flywheel-memory
mcp-memory-libsql:mcp-memory-libsql 是一个基于 libSQL 的高性能持久化记忆系统,用于模型上下文协议(MCP)。它利用 libSQL 存储实体和关系,提供带有相关性排序的优化文本搜索,以提升 LLM 上下文效率。支持本地 SQLite 和远程 libSQL 数据库,并提供安全认证。;flywheel-memory:Flywheel 是一个面向 AI 代理的本地优先记忆层,适用于 Obsidian 和纯 Markdown。它提供基于上下文的笔记搜索、安全的可逆写入功能,以及存储在本地机器的索引。专为希望 AI 处理笔记但不希望数据上云的用户设计。
01
简评
mcp-memory-libsqlRAG / Knowledge Base · ★ 87
为 LLM 应用提供持久化记忆
flywheel-memoryRAG / Knowledge Base · ★ 0
独立顾问询问‘我给 Acme 公司开了多少账单?’
02
并排对比
字段
分类
RAG / 知识库
RAG / 知识库
Stars
★ 87
★ 0
许可证
MIT
Apache-2.0
安装方式
npx -y mcp-memory-libsql
npx -y skills add velvetmonkey/flywheel-memory -g && cd /path/to/your/vault && bash <(curl -fsSL https://raw.githubusercontent.com/velvetmonkey/flywheel-memory/main/skills/flywheel/scripts/install.sh)
更新时间
1天前
4个月前
开源
是
是
标签
AI 工具, 向量嵌入, 知识图谱
AI 工具, backlinks, benchmark
03
功能特性
01具有相关性排序的高性能文本搜索
02实体和关系的持久化存储
03支持模糊匹配的灵活文本搜索
04针对 LLM 效率优化的上下文处理
05知识图谱管理
01带上下文的精准搜索
02安全可逆的写入,保留 Markdown 结构
03默认本地优先,无云依赖
04可移植:笔记保持可读的 Markdown,状态在本地 SQLite
05可选的本地语义搜索,用于查找相关但未链接的笔记
04
使用场景
↳为 LLM 应用提供持久化记忆
↳管理上下文感知 AI 的知识图谱
↳增强检索增强生成(RAG)流水线
↳独立顾问询问‘我给 Acme 公司开了多少账单?’
↳火箭工程师询问‘推进器出了什么问题?’
↳博士研究员询问‘AlphaFold 如何与我的实验相关联?’
FAQ
常见问题
mcp-memory-libsql 和 flywheel-memory 有什么区别?
mcp-memory-libsql 和 flywheel-memory 都属于 RAG / Knowledge Base 类别。mcp-memory-libsql 有 87 Stars,flywheel-memory 有 0 Stars。
mcp-memory-libsql 和 flywheel-memory 哪个更好?
最佳选择取决于你的具体需求。为 LLM 应用提供持久化记忆 时选 mcp-memory-libsql,独立顾问询问‘我给 Acme 公司开了多少账单?’ 时选 flywheel-memory。
mcp-memory-libsql 是免费的吗?
是的,mcp-memory-libsql 在 GitHub 开源(MIT)。
flywheel-memory 是免费的吗?
是的,flywheel-memory 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)。
→