sample-okf-llm-wiki
★ 33
vs
nepa-mcp
★ 18
sample-okf-llm-wiki vs nepa-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。；nepa-mcp：NEPA MCP 是一个模型上下文协议（MCP）服务器层，旨在为AI代理提供结构化的联邦环境、监管、生物、文化、社会经济和管辖区数据访问。它通过整合来自众多联邦机构的数据，并提供交互式地图合成等功能，支持NEPA筛选和许可研究。
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。
nepa-mcpRAG / Knowledge Base · ★ 18
辅助AI代理进行NEPA筛选和许可研究工作流。
02
并排对比
字段
sample-okf-llm-wikinepa-mcp分类
RAG / 知识库
RAG / 知识库
Stars
★ 33
★ 18
许可证
MIT-0
BSD-3-Clause
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 nepa-mcp && pipx ensurepath
更新时间
1天前
4天前
开源
是
是
标签
AWS, 大语言模型, 检索增强生成
AI代理, 环境数据, 监管研究
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。
nepa-mcp01为AI代理提供对全面的联邦环境和监管数据的结构化访问。
02通过22个MCP服务器、53个工具和32个GIS图层，提供85项环境和监管研究能力。
03包含一个交互式地图合成器，可从32个可选GIS叠加层生成地图或GeoJSON导出。
04支持与Codex、Claude Code和VS Code等主流AI客户端集成。
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。
nepa-mcp↳辅助AI代理进行NEPA筛选和许可研究工作流。
↳为项目规划访问和分析联邦环境、监管和地理空间数据。
↳为地理空间工作流（如QGIS, ArcGIS）合成交互式地图或GeoJSON导出。
↳基于各种联邦机构数据执行环境评估和场地筛选。
FAQ
常见问题
sample-okf-llm-wiki 和 nepa-mcp 有什么区别？
sample-okf-llm-wiki 和 nepa-mcp 都属于 RAG / Knowledge Base 类别。sample-okf-llm-wiki 有 33 Stars，nepa-mcp 有 18 Stars。
sample-okf-llm-wiki 和 nepa-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，辅助AI代理进行NEPA筛选和许可研究工作流。 时选 nepa-mcp。
sample-okf-llm-wiki 是免费的吗？
是的，sample-okf-llm-wiki 在 GitHub 开源（MIT-0）。
nepa-mcp 是免费的吗？
是的，nepa-mcp 在 GitHub 开源（BSD-3-Clause）。
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）。
→