sample-okf-llm-wiki
★ 33
vs
deep-research
★ 4.7k
sample-okf-llm-wiki vs deep-research
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。；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
sample-okf-llm-wikiRAG / Knowledge Base · ★ 33
使 AI 代理能够理解复杂的 AWS 数据语义。
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
sample-okf-llm-wikideep-research分类
RAG / 知识库
RAG / 知识库
Stars
★ 33
★ 4.7k
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
docker run -d --name deep-research -p 3333:3000 xiangfa/deep-research
更新时间
1天前
4个月前
开源
是
是
标签
AWS, 大语言模型, 检索增强生成
AI 研究, 大型语言模型, 隐私保护
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。
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
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。
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
sample-okf-llm-wiki 和 deep-research 有什么区别？
sample-okf-llm-wiki 和 deep-research 都属于 RAG / Knowledge Base 类别。sample-okf-llm-wiki 有 33 Stars，deep-research 有 4.7k Stars。
sample-okf-llm-wiki 和 deep-research 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，为个人和专业用途快速生成深入研究报告。 时选 deep-research。
sample-okf-llm-wiki 是免费的吗？
是的，sample-okf-llm-wiki 在 GitHub 开源（MIT-0）。
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）。
→