sample-okf-llm-wiki
★ 33
vs
Awwwards-mcp
★ 290
sample-okf-llm-wiki vs Awwwards-mcp
sample-okf-llm-wiki：Data Wiki 将 AWS 数据源（如 Glue Data Catalog 和 Redshift）转换为可移植的、由 AI 编写的知识包，使复杂的数据语义可供 AI 代理访问。它使用大语言模型为数据集生成 Markdown 文档，包括表、连接和指标，并通过模型上下文协议（MCP）提供这些信息。；Awwwards-mcp：Awwwards-mcp是一个免费开源的MCP服务器，为AI代理提供来自Awwwards的设计灵感，作为一个Mobbin风格的视觉参考循环。代理可以搜索获奖网站，提取设计DNA，并分析实时网站结构，以生成设计简报并构建新项目。
01
简评
sample-okf-llm-wikiRAG / Knowledge Base · ★ 33
使 AI 代理能够理解复杂的 AWS 数据语义。
Awwwards-mcpRAG / Knowledge Base · ★ 290
为新的网站构建项目生成设计灵感和详细参考
02
并排对比
字段
sample-okf-llm-wikiAwwwards-mcp分类
RAG / 知识库
RAG / 知识库
Stars
★ 33
★ 290
许可证
MIT-0
MIT
安装方式
git clone https://github.com/okf/sample-okf-llm-wiki.git && cd sample-okf-llm-wiki && ./scripts/deploy.sh
npm install awwwards-mcp && npm install -g playwright && npx playwright install chromium
更新时间
1天前
2天前
开源
是
是
标签
AWS, 大语言模型, 检索增强生成
AI代理, 设计灵感, 网页抓取
03
功能特性
sample-okf-llm-wiki01自动化知识生成：AI 代理从源目录中编写知识包。
02可插拔数据源：支持 AWS Glue 和 Amazon Redshift，并具有可扩展架构。
03自愈式数据新鲜度：自动响应 Glue 目录更改并重新收集，保持搜索索引同步。
04通过 MCP 提供服务：使代理能够通过模型上下文协议发现、读取和语义搜索知识包。
05Web 控制台：提供一个 React 用户界面，用于管理数据集、收集数据和浏览知识包。
Awwwards-mcp01通过多种筛选条件或自由文本查询搜索获奖网站
02提取网站的完整设计DNA，包括配色方案、技术栈和获奖信息
03根据选定的参考网站和项目目标生成有引用的设计简报
04分析任何实时或本地网页的区段带图和结构
05录制实时URL的短动态视频，以捕捉动画和交互
04
使用场景
sample-okf-llm-wiki↳使 AI 代理能够理解复杂的 AWS 数据语义。
↳自动化生成和同步数据文档。
↳为企业数据提供语义搜索和问答能力。
↳通过 MCP 将结构化数据知识集成到 LLM 应用中。
↳基准测试和提高 text-to-SQL 代理的准确性。
Awwwards-mcp↳为新的网站构建项目生成设计灵感和详细参考
↳根据入围的获奖网站创建全面的设计简报
↳分析和比较实时网站的页面结构和动效，用于设计验证
↳使用详细分析工具像素级精确地重建现有网站
FAQ
常见问题
sample-okf-llm-wiki 和 Awwwards-mcp 有什么区别？
sample-okf-llm-wiki 和 Awwwards-mcp 都属于 RAG / Knowledge Base 类别。sample-okf-llm-wiki 有 33 Stars，Awwwards-mcp 有 290 Stars。
sample-okf-llm-wiki 和 Awwwards-mcp 哪个更好？
最佳选择取决于你的具体需求。使 AI 代理能够理解复杂的 AWS 数据语义。 时选 sample-okf-llm-wiki，为新的网站构建项目生成设计灵感和详细参考 时选 Awwwards-mcp。
sample-okf-llm-wiki 是免费的吗？
是的，sample-okf-llm-wiki 在 GitHub 开源（MIT-0）。
Awwwards-mcp 是免费的吗？
是的，Awwwards-mcp 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）。
→