AI 长期记忆选型先分场景再比工具

视频提出，Gbrain、GraphRAG、Graphify 与 LLM Wiki 虽都被归入“AI 记忆”，实际面向不同消费者与数据形态：长期运行 Agent 的状态与世界知识、跨文档综合分析、代码仓库结构理解，以及由 Agent 维护的 Markdown 知识库。其可借鉴之处是先用任务边界做选型，再以搭建时间、索引成本、回答质量和可维护性跑最小 Demo，而非仅比较热度或 Star 数。

边界在于，视频中的项目名、归属、集成关系、Star 数、成本、性能倍率及“唯一支持”等判断均来自未核验的转写或文案，不能当作事实结论；部分名称还明显可能存在转写误差。尤其是 Graphify、Gbrain 与其关联生态，以及 LLM Wiki 的具体载体和可用性，应以原始项目页面或作者公开材料复核。视频是经验型选型框架，不构成独立性能评测或部署建议。