context-management

RAGFlow 是領先的開源檢索增強生成（RAG）引擎，結合最先進的 RAG 與 Agent 功能，為 LLM 提供卓越的上下文層

為您的資料與 AI 堆疊打造的 Context 平台

VCP 部署在 AI 模型 API 與前端應用之間，是面向 AGI OS 開發和探索的工業級基建示範專案。透過統一指令協議、多層級持久化記憶、分散式外掛程式引擎及多 Agent 協作框架，將原本「無狀態、無記憶、無工具呼叫能力」的大語言模型，徹底改造成擁有永久自我意識、物理世界操作權及群體協作智能的完整智能體系統。

無界上下文。自我管理的記憶體。終身單一工作階段。編程代理的海馬體，CortexKit 的一部分。

AI 程式碼 Agent 的持久化專案記憶體。結構化腳手架 + 漂移檢測 CLI。

一個給 AI agent 與助理的個人上下文儲存庫—重複使用你現有的編碼 agent CLI（Codex/Claude/OpenCode），並內建技能/工具與桌面 GUI，以便在不同 agent 與儲存庫之間擷取、搜尋和重複使用專案知識。

Kanwas — 供團隊與 agent 使用的共用上下文面版

Claude Code 的跨工作階段上下文。提供 CLI、MCP 伺服器以及 /story 技能，可在 .story/ 目錄中追蹤票證、問題、交接記錄與發展藍圖。

針對技能、Agent、MCP 伺服器與模型工具的儲存庫感知推薦系統。可使用您自己的清單或內建包含 79,958 個節點的圖譜，涵蓋 68,494 個技能、467 個 Agent、10,790 個 MCP 與 207 個工具