rag-rat
★ 24
vs
deep-research
★ 4.7k
rag-rat vs deep-research
rag-rat：rag-rat 是一个本地仓库智能索引和 MCP 服务器，为编码代理提供深入、锚定到源代码的代码库洞察。它构建全面的代码图谱，集成 Git/GitHub 历史，并存储持久的仓库记忆，从而为代码原理和影响提供有出处的答案。；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
rag-ratRAG / Knowledge Base · ★ 24
代码影响分析：在编辑之前，通过查询调用者、被调用者、测试、近期提交以及相关的仓库记忆，了解代码更改的影响范围。
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
03
功能特性
rag-rat01可溯源的答案：每个结果都带有置信度标签、覆盖率警告以及来自代码图谱、Git历史和仓库记忆的原始证据。
02持久的仓库记忆：锚定到源代码的笔记（如不变量、决策、风险）在重构和会话中持续存在，在查询时自动浮现，提供传统grep无法提供的上下文。
03全面的代码图谱：构建跨多种语言（Rust、TypeScript、Python、C/C++、Swift）的真实代码图谱，并可选择编译器级别的解析以提高准确性。
04Git/GitHub历史作为证据：集成可查询的Git历史、延迟 blame 和缓存的GitHub问题/PR理由，以提供历史上下文。
05代码重复检测：在编写代码时警告代理存在精确或近似重复的代码，鼓励重用而非重新实现。
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
rag-rat↳代码影响分析：在编辑之前，通过查询调用者、被调用者、测试、近期提交以及相关的仓库记忆，了解代码更改的影响范围。
↳语义代码搜索：使用混合BM25和向量检索，在源代码和文档中查找特定的代码功能或概念。
↳新员工入职与代码库理解：识别重要的符号、代码集群和架构决策，以快速理解新的代码仓库。
↳防止技术债务：在开发过程中检测并防止代码重复，并记录持久的不变量或决策供未来的代理使用。
↳维护代码库质量：使用 `dream` 查找仓库记忆中的覆盖率空白、过时引用，并根据当前代码实际情况验证记忆的判断结果。
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
rag-rat 和 deep-research 有什么区别？
rag-rat 和 deep-research 都属于 RAG / Knowledge Base 类别。rag-rat 有 24 Stars，deep-research 有 4.7k Stars。
rag-rat 和 deep-research 哪个更好？
最佳选择取决于你的具体需求。代码影响分析：在编辑之前，通过查询调用者、被调用者、测试、近期提交以及相关的仓库记忆，了解代码更改的影响范围。 时选 rag-rat，为个人和专业用途快速生成深入研究报告。 时选 deep-research。
rag-rat 是免费的吗？
是的，rag-rat 在 GitHub 开源（MIT）。
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）。
→