generative-ai
★ 2.6k
vs
deep-research
★ 4.7k
generative-ai vs deep-research
generative-ai：本仓库是端到端生成式AI学习的综合中心，提供了丰富的文档、学习路线图和实践用例集合。它涵盖了GenAI核心概念、架构模式、AWS、Azure和VertexAI等云平台指南，以及RAG、智能体AI和对话系统等各种项目。；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
generative-aiRAG / Knowledge Base · ★ 2.6k
开发检索增强生成（RAG）系统
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
generative-aideep-research分类
RAG / 知识库
RAG / 知识库
Stars
★ 2.6k
★ 4.7k
许可证
MIT
MIT
安装方式
git clone https://github.com/genieincodebottle/generative-ai.git
docker run -d --name deep-research -p 3333:3000 xiangfa/deep-research
更新时间
2周前
4个月前
开源
是
是
标签
生成式AI, 大型语言模型, 检索增强生成
AI 研究, 大型语言模型, 隐私保护
03
功能特性
generative-ai01全面的生成式AI学习路线图
02实际应用案例（RAG、智能体AI、聊天机器人）
03云平台集成指南（AWS、Azure、VertexAI）
04LLM基础与高级概念（向量嵌入、提示工程）
05AI职业与面试准备
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
generative-ai↳开发检索增强生成（RAG）系统
↳实现智能体AI和多智能体系统
↳构建带记忆的对话式AI应用
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。
05
适合场景
generative-ai时下流行
deep-research—
FAQ
常见问题
generative-ai 和 deep-research 有什么区别？
generative-ai 和 deep-research 都属于 RAG / Knowledge Base 类别。generative-ai 有 2.6k Stars，deep-research 有 4.7k Stars。
generative-ai 和 deep-research 哪个更好？
最佳选择取决于你的具体需求。开发检索增强生成（RAG）系统 时选 generative-ai，为个人和专业用途快速生成深入研究报告。 时选 deep-research。
generative-ai 是免费的吗？
是的，generative-ai 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）。
→