Connapse
★ 21
vs
MCP-Nest
★ 720
Connapse vs MCP-Nest
Connapse:Connapse 是一个开源知识后端,为AI智能体提供持久、可搜索的记忆。支持上传文档或连接现有存储(如Amazon S3、Azure Blob Storage、本地文件系统)。智能体通过MCP、REST API或CLI查询并构建自己的研究语料库,使用Docker可在60秒内完成部署。;MCP-Nest:这个NestJS模块简化了使用模型上下文协议(MCP)暴露AI工具、资源和提示的过程。它与NestJS的依赖注入无缝集成,以构建复杂、企业级的MCP服务器。
01
简评
ConnapseRAG / Knowledge Base · ★ 21
需要知识后端的AI智能体开发者,通过MCP或REST进行查询和语料管理
MCP-NestRAG / Knowledge Base · ★ 720
构建暴露自定义工具和功能的AI应用程序。
02
并排对比
字段
分类
RAG / 知识库
RAG / 知识库
Stars
★ 21
★ 720
许可证
MIT
MIT
安装方式
git clone https://github.com/Destrayon/Connapse.git && cd Connapse && docker-compose up -d
npm install @rekog/mcp-nest @modelcontextprotocol/sdk zod@^4
更新时间
1天前
3天前
开源
是
是
标签
人工智能, AI 智能体, blazor
NestJS, MCP, AI
03
功能特性
01容器隔离知识,每个项目拥有独立的向量索引和存储连接器
02混合搜索,结合向量相似度和关键词全文搜索,可配置融合策略
03多提供商AI,运行时可在Ollama、OpenAI、Azure OpenAI和Anthropic之间切换
04索引现有存储,连接MinIO、本地文件系统、Amazon S3或Azure Blob Storage
05四种访问接口:Web UI、REST API、CLI和MCP服务器(提供11个Claude工具)
01多传输支持(HTTP+SSE, 流式HTTP, STDIO)
02将NestJS方法作为MCP工具暴露,支持自动发现和Zod验证
03通过MCP资源系统提供内容和数据
04为AI交互定义可重用的提示模板
05在MCP组件中充分利用NestJS的依赖注入系统
04
使用场景
↳需要知识后端的AI智能体开发者,通过MCP或REST进行查询和语料管理
↳希望获得适配现有技术栈和云身份认证的RAG平台的.NET/Azure团队
↳需要具备RBAC和审计跟踪的项目隔离知识库的企业团队
↳构建暴露自定义工具和功能的AI应用程序。
↳为AI模型提供动态和静态内容作为资源。
↳创建可重用的提示模板以实现一致的AI交互。
05
适合场景
—
时下流行
FAQ
常见问题
Connapse 和 MCP-Nest 有什么区别?
Connapse 和 MCP-Nest 都属于 RAG / Knowledge Base 类别。Connapse 有 21 Stars,MCP-Nest 有 720 Stars。
Connapse 和 MCP-Nest 哪个更好?
最佳选择取决于你的具体需求。需要知识后端的AI智能体开发者,通过MCP或REST进行查询和语料管理 时选 Connapse,构建暴露自定义工具和功能的AI应用程序。 时选 MCP-Nest。
Connapse 是免费的吗?
是的,Connapse 在 GitHub 开源(MIT)。
MCP-Nest 是免费的吗?
是的,MCP-Nest 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)。
→