AgentRecall-MCP

AgentRecall 是一个面向AI代理的学习循环系统，提供持久、复合的记忆。它自动捕获纠正，跨项目呈现过去洞察，采用五层记忆模型、艾宾浩斯衰减和贝叶斯反馈。零云，全本地Markdown文件。

AgentRecall-MCP 当前归类于 记忆与上下文，更适合按具体工作流、部署方式和团队场景来判断是否适配。从现有资料来看，它主要强调 持久复合记忆，200行感知上限。典型使用场景包括 跨AI代理会话（Claude Code、Cursor等）保持上下文。页面记录的许可证为 MIT。当前 GitHub Stars 为 371。相关标签包括 智能体记忆、AI 智能体。