dory
★ 13
vs
headroom
★ 77.5k
dory vs headroom
dory：Dory是一个本地优先的记忆守护进程，为所有AI代理提供统一的记忆层。它使用Markdown作为事实来源，SQLite作为可丢弃的辅助程序，通过窄API让代理读写共享记忆。这样就不需要在不同工具（如Claude、Codex、opencode等）之间重复解释上下文。；headroom：Headroom在AI代理的内容（如工具输出、日志、RAG块、文件和对话历史）到达LLM之前对其进行压缩。它能在获得相同答案的同时，显著减少所需的Token数量。
01
简评
doryMemory & Context · ★ 13
跨不同编码代理（Claude、Codex等）的持久记忆
headroomMemory & Context · ★ 77.5k
何时选择它（优势与适用）：
- 冗长的工具输出、日志、JSON 响应或 RAG 片段推高了成本或影响了答案质量。
- 想不改代码就压缩：作为本地代理、MCP 服务器运行，或包装 Claude Code、Codex、Cursor。
- 压缩必须在本地运行，并缓存原文，让模型需要时能取回完整内容。
何时考虑替代方案：
- 你的智能体的问题是文档缺失或过时，而不是上下文太多：文档服务器更合适。
- 你无法再加一个需要持续运行、可能增加延迟的组件。
- 你的任务不能接受有损压缩：先在自己的任务上验证答案质量。
02
并排对比
字段
doryheadroom分类
记忆与上下文
记忆与上下文
Stars
★ 13
★ 77.5k
许可证
MIT
Apache-2.0
安装方式
git clone <dory-repo-url> && cd dory && uv sync --frozen && mkdir -p data/corpus && export DORY_CORPUS_ROOT="$PWD/data/corpus" && export DORY_INDEX_ROOT="$PWD/.dory/index" && export DORY_AUTH_TOKENS_PATH="$PWD/.dory/auth-tokens.json" && uv run dory init
pip install "headroom-ai[all]"
更新时间
4个月前
1天前
开源
是
是
标签
智能体, AI 智能体, Claude Code
上下文压缩, Token优化, AI代理
03
功能特性
dory01本地优先的记忆守护进程，以Markdown为事实来源
02窄API：wake、search、get、memory-write、link
03原生MCP支持和HTTP守护进程
04支持多种AI代理（Claude、Codex、opencode等）
05可通过Docker、CLI或作为持久服务部署
headroom01应用程序内压缩库（Python/TypeScript）
02零代码改动代理模式
03各种AI代理的一键封装
04跨代理共享内存和自动去重
05可逆压缩（CCR）并支持原始内容检索
04
使用场景
dory↳跨不同编码代理（Claude、Codex等）的持久记忆
↳会话上下文恢复和跨工具状态管理
↳通过Markdown和git实现可读的审计追踪
headroom↳降低AI代理的LLM Token使用量和API成本。
↳实现多个AI代理之间的共享上下文和内存。
↳通过压缩工具输出、日志和RAG块来优化编码代理。
↳通过可逆上下文压缩保持完整数据保真度。
05
适合场景
dory—
headroom最受欢迎必备神器
FAQ
常见问题
dory 和 headroom 有什么区别？
dory 和 headroom 都属于 Memory & Context 类别。dory 有 13 Stars，headroom 有 77.5k Stars。
dory 和 headroom 哪个更好？
最佳选择取决于你的具体需求。跨不同编码代理（Claude、Codex等）的持久记忆 时选 dory，降低AI代理的LLM Token使用量和API成本。 时选 headroom。
dory 是免费的吗？
是的，dory 在 GitHub 开源（MIT）。
headroom 是免费的吗？
是的，headroom 在 GitHub 开源（Apache-2.0）。
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）。
→