Diese Kategorie umfasst eigentlich zwei verschiedene Probleme: Ausgaben verkleinern, die das Kontextfenster aufblähen (Komprimierung), und Projektwissen über Sitzungen hinweg bewahren (dauerhaftes Gedächtnis). Auch die Token-Effizienz ist nicht eindimensional: Shell-Ausgaben, Modellantworten und Tool-Antworten werden mit unterschiedlichen Mitteln optimiert. Zwei Hooks derselben Ebene gleichzeitig zu aktivieren, kann die Einsparungen zunichtemachen. Auch Anthropics Leitfaden zum Context Engineering betont, dass es vor allem auf „die kleinste Token-Menge mit dem höchsten Signalgehalt“ ankommt [7].
Achten Sie in diesem Bereich besonders auf die Qualität der Belege. Nur zwei Tools wurden unabhängig und im direkten Vergleich getestet, und beide schnitten deutlich schlechter ab als beworben: Caveman erzielte 8,5 % [1], RTK gar keine oder negative Einsparungen [2]. Die Zahlen der übrigen Tools beruhen auf ihren eigenen Benchmarks. Die folgende Rangliste gewichtet daher vor allem Designqualität, Transparenz und Datenschutz-Standardeinstellungen. ECC aus Ihrer Liste wurde in Kategorie 1 verschoben; die anderen vier Tools stehen auf dieser Liste.
Bibliothek, Proxy und MCP-Server zur lokalen, reversiblen Komprimierung des Agentenkontexts
Ein Plugin für automatische, dauerhafte Erinnerung, das den Kontext zwischen Agentensitzungen bewahrt
MCP-Server und Plugin, die umfangreiche Tool-Ausgaben isoliert verarbeiten und den Sitzungskontext erhalten
Local-first-MCP-Gedächtnis, das Sitzungen und Projektentscheidungen zwischen Coding-Agenten teilt
Ein Skill für kürzere Agent-Antworten; die CLI komprimiert auch Tool-Ausgaben
SDK und selbst hostbare Infrastruktur, um Agent-Anwendungen ein dauerhaftes Gedächtnis hinzuzufügen
Gemeinsamer persistenter Speicher mit Markdown und hybrider Suche für Coding-Agenten
Kontext-Engine, die Agents persistentes Gedächtnis, Benutzerprofile und hybrides RAG bereitstellt
Ein skill-Paket, das Agenten Context Engineering, Memory- und Evaluierungsdesign beibringt
Lokal ausgerichteter MCP-Server für dauerhaftes Agentengedächtnis in Markdown-Dateien