sample-okf-llm-wiki
★ 33
vs
terravision
★ 1.7k
sample-okf-llm-wiki vs terravision
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。；terravision：TerraVision可自动从Terraform代码或JSON图定义生成专业的云架构图，并使用官方AWS、Azure和GCP图标。它确保图表与您的基础设施保持同步，无需云凭证即可在客户端运行，并支持多种输出格式，包括交互式HTML和可编辑的draw.io文件。
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。
terravisionDev Tooling · ★ 1.7k
自动生成并保持云架构图的更新。
02
并排对比
字段
sample-okf-llm-wikiterravision分类
RAG / 知识库
开发者工具
Stars
★ 33
★ 1.7k
许可证
MIT-0
AGPL-3.0
安装方式
git clone https://github.com/okf/sample-okf-llm-wiki.git && cd sample-okf-llm-wiki && ./scripts/deploy.sh
pipx install terravision
更新时间
1天前
1天前
开源
是
是
标签
AWS, 大语言模型, 检索增强生成
Terraform, 云架构图, 基础设施即代码
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。
terravision01自动从Terraform或JSON输入生成图表。
02使用官方AWS、Azure和GCP图标生成专业级图表。
03确保图表始终与基础设施代码保持同步。
04完全在客户端运行，无需云凭证。
05支持交互式HTML输出和可编辑的draw.io导出。
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。
terravision↳自动生成并保持云架构图的更新。
↳集成到CI/CD管道中，确保图表始终最新。
↳快速可视化现有的Terraform基础设施部署。
↳为高层演示创建简化的架构概述。
↳使用JSON为AI助手描述和渲染架构。
FAQ
常见问题
sample-okf-llm-wiki 和 terravision 有什么区别？
sample-okf-llm-wiki 和 terravision 都属于 RAG / Knowledge Base 类别。sample-okf-llm-wiki 有 33 Stars，terravision 有 1.7k Stars。
sample-okf-llm-wiki 和 terravision 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，自动生成并保持云架构图的更新。 时选 terravision。
sample-okf-llm-wiki 是免费的吗？
是的，sample-okf-llm-wiki 在 GitHub 开源（MIT-0）。
terravision 是免费的吗？
是的，terravision 在 GitHub 开源（AGPL-3.0）。
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）。
→