dakera-deploy
★ 19
vs
enquire-mcp
★ 34
dakera-deploy vs enquire-mcp
dakera-deploy：Dakera Deployment 提供生产就绪的基础设施，用于在 Docker、Kubernetes 或 Helm 等各种环境中部署 Dakera AI 代理记忆平台。它提供持久化、会话感知和跨代理的记忆功能，包括向量搜索、知识图谱和会话管理，所有这些都封装在一个无需外部依赖的自托管 Rust 二进制文件中。；enquire-mcp：enquire-mcp 将您的 Obsidian 笔记库转化为各类 AI 智能体的持久、可查询的长期记忆，从而避免在每次会话中重复解释上下文。它提供一流的混合检索功能，包括语义搜索、重排序和 HNSW，所有操作均在本地运行，服务期间无需进行任何云调用。
01
简评
dakera-deployMemory & Context · ★ 19
通过 Docker Compose 或 Devcontainers 使用内存存储或 MinIO 持久化存储进行 AI 代理的本地开发和测试。
enquire-mcpMemory & Context · ★ 34
AI 智能体的长期记忆：为智能体提供跨会话、跨模型、跨提供商的持久、语义召回能力，其基础是您的 Obsidian 笔记。
02
并排对比
字段
dakera-deployenquire-mcp分类
记忆与上下文
记忆与上下文
Stars
★ 19
★ 34
许可证
NOASSERTION
MIT
安装方式
git clone https://github.com/dakera-ai/dakera-deploy && cd dakera-deploy/docker && docker compose -f docker-compose.local.yml up -d
npm install -g @oomkapwn/enquire-mcp
更新时间
1天前
1天前
开源
是
是
标签
AI 代理, 记忆管理, 向量数据库
AI智能体, 长期记忆, 检索增强生成 (RAG)
03
功能特性
dakera-deploy01为需要持久化、会话感知和跨代理记忆的 AI 代理专门构建的代理原生记忆平台。
02全面的记忆功能：向量搜索、混合检索（BM25 + HNSW）、知识图谱、会话管理和内置嵌入。
03自托管的 Rust 二进制文件，零外部依赖，确保数据保留在您的基础设施上，并实现高性能（LoCoMo 基准测试得分 88.2%）。
04灵活的部署选项，包括 Docker、Docker Compose、带 kubectl manifest 或 Helm Chart 的 Kubernetes 以及 VS Code Devcontainers。
05生产就绪功能：带负载均衡的高可用 (HA) 集群模式、可配置的分层存储、身份验证以及与 Prometheus 和 Grafana 集成的监控。
enquire-mcp01供应商中立的记忆：您的记忆存储在 .md 文件中，确保在不同 AI 智能体和提供商之间可移植。
02一流的混合检索：采用 BM25、多语言嵌入、BGE 交叉编码器重排序器、HNSW 和 int8 量化，提供卓越的搜索质量和性能。
03服务期间零云调用：所有模型均在本地缓存，笔记库内容绝不离开您的机器，确保隐私和空气隔离安全。
04鲜度感知的召回：搜索结果会报告笔记的创建时间及“陈旧”标记，并可选择按近时权重重新排序，优先显示最新知识。
05支持带 OCR 的 PDF 和轻量级 GraphRAG：将 PDF（包括扫描文档的 OCR）整合到混合搜索中，并提供 GraphRAG-light 用于维基链接社区检测。
04
使用场景
dakera-deploy↳通过 Docker Compose 或 Devcontainers 使用内存存储或 MinIO 持久化存储进行 AI 代理的本地开发和测试。
↳为暂存或小型生产环境部署具有 MinIO 存储、缓存和健康检查的单节点生产级 AI 代理记忆系统。
↳为健壮的生产环境建立具有多个 Dakera 节点和 Traefik 负载均衡器的高可用 (HA) 集群。
↳使用 Kubernetes 及其 `kubectl` manifest 或 Helm Chart 进行 Dakera 记忆平台的云原生生产部署，以实现可伸缩性和编排。
↳通过 Prometheus 和 Grafana 将可观测性集成到 Dakera 部署中，用于监控请求率、延迟、缓存性能和集群健康状况。
enquire-mcp↳AI 智能体的长期记忆：为智能体提供跨会话、跨模型、跨提供商的持久、语义召回能力，其基础是您的 Obsidian 笔记。
↳个人知识库/第二大脑：提供跨 50 多种语言的混合检索、维基链接图增强以及轻量级 GraphRAG，以显示相关笔记并发现连接。
↳智能体 RAG/上下文工程：暴露按信号得分、HyDE 预重写和子问题分解功能以实现高级检索，并内置评估工具。
FAQ
常见问题
dakera-deploy 和 enquire-mcp 有什么区别？
dakera-deploy 和 enquire-mcp 都属于 Memory & Context 类别。dakera-deploy 有 19 Stars，enquire-mcp 有 34 Stars。
dakera-deploy 和 enquire-mcp 哪个更好？
最佳选择取决于你的具体需求。通过 Docker Compose 或 Devcontainers 使用内存存储或 MinIO 持久化存储进行 AI 代理的本地开发和测试。 时选 dakera-deploy，AI 智能体的长期记忆：为智能体提供跨会话、跨模型、跨提供商的持久、语义召回能力，其基础是您的 Obsidian 笔记。 时选 enquire-mcp。
dakera-deploy 是免费的吗？
是的，dakera-deploy 在 GitHub 开源（NOASSERTION）。
enquire-mcp 是免费的吗？
是的，enquire-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）。
→