OpenLore
★ 355
vs
deep-research
★ 4.7k
OpenLore vs deep-research
OpenLore：OpenLore 将任何演进的代码库转化为基于 OpenSpec 持久规范的可导航知识图谱。它在 AI 代理会话之间维护持久的架构上下文，将导向的令牌消耗从 15,000-50,000 减少到约 1,000-3,000 个令牌。三层系统包括静态分析、规范生成和包含 45 个工具的 MCP 代理运行时。；deep-research：Deep Research 是一款由 AI 驱动的工具，旨在通过先进的 AI 模型和互联网连接快速生成全面的研究报告。它通过本地处理和存储所有数据来优先保护用户隐私。
01
简评
OpenLoreRAG / Knowledge Base · ★ 355
AI 编码代理需要快速理解代码库结构并在会话间保持上下文，无需重新读取文件
deep-researchRAG / Knowledge Base · ★ 4.7k
为个人和专业用途快速生成深入研究报告。
02
并排对比
字段
OpenLoredeep-research分类
RAG / 知识库
RAG / 知识库
Stars
★ 355
★ 4.7k
许可证
MIT
MIT
安装方式
npm install -g openlore && cd /path/to/your-project && openlore analyze && openlore install && openlore mcp
docker run -d --name deep-research -p 3333:3000 xiangfa/deep-research
更新时间
2天前
4个月前
开源
是
是
标签
adr, agentic-workflows, AI 智能体
AI 研究, 大型语言模型, 隐私保护
03
功能特性
OpenLore01通过 --watch-auto 实现增量更新的持久调用图，提供实时代码库感知
02毫秒级规范漂移检测，比较 git 变更与规范映射
03认知租约机制，建模并信号化长会话中的架构上下文衰减
0445 个 MCP 工具，包括 orient()、图遍历、语义搜索和漂移感知
05通过 openlore install 自动安装多代理界面（Claude Code, Cursor, Cline, Continue）
deep-research01在几分钟内快速生成全面的研究报告。
02通过在浏览器本地处理和存储所有数据来确保隐私。
03支持多种主流大型语言模型（LLM）。
04集成各种网络搜索引擎以增强信息收集能力。
05支持上传和处理本地文件以构建本地知识库。
04
使用场景
OpenLore↳AI 编码代理需要快速理解代码库结构并在会话间保持上下文，无需重新读取文件
↳检测代码与文档规范之间的漂移，以实施架构治理
↳防止在长代理会话中架构假设衰减，特别是在单体仓库或跨仓库工作流中
deep-research↳为个人和专业用途快速生成深入研究报告。
↳通过 SSE API 作为深度研究即服务（SaaS）平台。
↳通过 MCP 将深度研究功能集成到其他 AI 应用程序中。
FAQ
常见问题
OpenLore 和 deep-research 有什么区别？
OpenLore 和 deep-research 都属于 RAG / Knowledge Base 类别。OpenLore 有 355 Stars，deep-research 有 4.7k Stars。
OpenLore 和 deep-research 哪个更好？
最佳选择取决于你的具体需求。AI 编码代理需要快速理解代码库结构并在会话间保持上下文，无需重新读取文件 时选 OpenLore，为个人和专业用途快速生成深入研究报告。 时选 deep-research。
OpenLore 是免费的吗？
是的，OpenLore 在 GitHub 开源（MIT）。
deep-research 是免费的吗？
是的，deep-research 在 GitHub 开源（MIT）。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器，新用户立享 $200 免费额度（60天有效）。
→