Graphify
AI 编码助手技能工具,将代码、文档、论文、图片或视频转化为可查询的知识图谱,支持 Claude Code、Cursor、Gemini CLI 等多种 AI 编码工具。
为 AI Agent 提供长期记忆、知识沉淀与上下文管理的工具和平台,涵盖跨会话记忆、知识图谱、个性化偏好等能力
AI 编码助手技能工具,将代码、文档、论文、图片或视频转化为可查询的知识图谱,支持 Claude Code、Cursor、Gemini CLI 等多种 AI 编码工具。
Claude Code 插件,自动捕获编程会话内容并用 AI 压缩,将相关上下文注入未来的会话中,实现跨会话持久记忆。
基于多 Agent 的群体智能预测引擎,从种子信息构建高保真平行数字世界,用上千 Agent 模拟社会演化以推演未来。
上下文压缩层,在 LLM 接收工具输出、日志、文件和 RAG 内容前压缩,节省 60-95% token 并保留答案质量,支持库、代理与 MCP 三种形态。
Embedchain 是一个面向 AI Agent 的通用记忆层,支持将多种数据源快速接入 LLM,构建具有上下文记忆的 AI 应用。
Mem0 是面向 AI Agent 的长期记忆层,支持跨会话记忆管理与个性化上下文检索。
Context7 是 Upstash 面向 Agent 场景打造的上下文工程工具,帮助应用管理长上下文、检索注入与历史压缩,适合提升对话型 Agent 的上下文利用效率。
MemPalace 是开源 AI 记忆系统,为 AI Agent 提供持久化长期记忆层,支持 ChromaDB 向量存储与 MCP 协议集成。
面向日常对话的生成式语音模型,为 AI Agent 提供自然流畅的语音合成能力,支持细粒度韵律控制。
高性能代码智能 MCP Server,将代码库索引为持久化知识图谱,支持 66 种语言和亚毫秒级查询,大幅减少 Agent 使用的 token 数量。
Khoj 是一个可自托管的 AI 第二大脑,支持从网页和文档中获取答案、构建自定义 Agent、安排自动化任务和深度研究。
AI Agent 记忆知识引擎,仅需 6 行代码即可为 Agent 构建知识图谱和记忆层,支持图数据库、向量存储等多种后端,提供知识提取、推理和检索能力。
Graphiti 是面向 Agent 记忆的时序知识图谱引擎,帮助系统持续沉淀长期上下文。
极速可扩展的 AI 时代记忆引擎,为 AI 应用提供统一的 Memory API,支持大规模知识存储与高效检索。
OpenViking 是火山引擎开源的 AI Agent 上下文数据库,通过文件系统范式统一管理 Agent 的记忆、资源和技能,支持分层上下文交付与自演化。
面向 AI 编码 Agent 的持久记忆系统,基于真实世界基准评估设计,帮助 Agent 跨会话保留上下文。
编程 Agent 的记忆增强工具,为 Claude Code、Codex 等编码 Agent 提供持久化上下文记忆,大幅提升长任务的一致性。
Kotaemon 是开源 RAG 文档对话工具,支持与 PDF 等文档进行智能问答,提供简洁的聊天界面与多种 LLM 和嵌入模型后端。
PostgreSQL 的开源向量相似性搜索扩展,为关系型数据库原生支持向量存储与 ANN 检索,是构建 AI Agent 记忆和 RAG 系统的基础设施组件。
MaxKB 是基于 LLM 大模型的开源知识库问答与 Agent 构建平台,支持向量检索、工作流编排与多种模型接入,开箱即用。
Hindsight 是一个能自主学习的 Agent 记忆系统,支持记忆保留、回忆与反思,为 AI Agent 提供持续积累经验的长期记忆能力。
TencentDB Agent Memory 通过四级渐进式流水线为 AI Agent 提供完全本地的长期记忆,零外部 API 依赖,支持向量搜索和嵌入存储。
Rowboat 是一个开源的 AI 协作平台,内置长期记忆能力,支持多轮对话和上下文保持,可作为一个具备记忆功能的 AI 助手进行知识管理和任务协作。
MemVid 是面向 AI Agent 的长期记忆层,利用视频编码实现轻量级单文件存储,替代复杂的 RAG 管线,提供即时检索能力。
(24 / 86)
系统对比 Agent Memory 的三大类别——短期记忆、长期记忆、共享记忆,从存储介质、生命周期、检索方式、典型框架到设计模式,完整覆盖 Agent 个性化和多 Agent 协作的工程实现。
深入解析 Agent 记忆的四层架构,结合向量检索和记忆压缩的实战代码,帮你构建可扩展的 Agent 长期记忆系统。
2026 年最值得集成的 25 个 Model Context Protocol (MCP) 服务器横评,覆盖 GitHub、数据库、浏览器、文件系统、代码搜索、Google Workspace、Slack、Notion 等场景,含官方 SDK 与社区实现对比,以及如何在 Claude Code / Cursor / Cline 中配置使用。
深入学习如何使用 Letta(原 MemGPT)构建具有长期记忆的有状态 AI Agent,解决 LLM 的上下文窗口限制问题。
长对话 Agent 不是败在模型能力,而是败在上下文管理。系统对比滑动窗口、检索注入和分层压缩三种策略,给出可落地的衰减诊断与重建方案。
系统对比 Microsoft GraphRAG(社区检测 + 全局摘要) 与 HKUDS LightRAG(双层图 + 增量更新)两大图增强 RAG 框架的索引构建、检索范式、成本结构、查询质量与适用场景,给出按数据规模、查询类型、运维预算的选型决策树。