Vector-Knowledge-Base
★ 10
vs
Archive-Agent
★ 63
Vector-Knowledge-Base vs Archive-Agent
Vector-Knowledge-Base：Vector Knowledge Base 是一个语义搜索引擎，能将各类文档转换为可搜索的知识库。用户可以上传PDF、Word文档、图片和代码等文件，然后使用自然语言查询来快速找到相关信息。；Archive-Agent：Archive Agent是一款智能文件索引器，将检索增强生成（RAG）功能带到您的命令行，实现对本地文档的自然语言搜索和查询。它支持设备上的处理，包括自动OCR、语义分块，并兼容多种AI提供商以实现灵活部署。
01
简评
Vector-Knowledge-BaseVision / Multimodal · ★ 10
为各类文档构建个人语义搜索引擎。
Archive-AgentVision / Multimodal · ★ 63
使用自然语言在大量的个人或工作文档中快速查找信息。
02
并排对比
字段
Vector-Knowledge-BaseArchive-Agent分类
视觉/多模态
视觉/多模态
Stars
★ 10
★ 63
许可证
MIT
GPL-3.0
安装方式
git clone https://github.com/i3T4AN/Vector-Knowledge-Base.git && cd Vector-Knowledge-Base && docker-compose up -d
git clone https://github.com/shredEngineer/Archive-Agent && cd Archive-Agent && chmod +x install.sh && ./install.sh
更新时间
7个月前
2周前
开源
是
是
标签
语义搜索, 向量数据库, 文档管理
检索增强生成, 语义搜索, 文档索引
03
功能特性
Vector-Knowledge-Base01语义搜索
02带语义命名的自动聚类
03多格式文档支持（PDF、DOCX、图片、代码等）
04通过模型上下文协议（MCP）集成AI智能体
05交互式3D嵌入可视化
Archive-Agent01对本地文档进行智能语义AI搜索和自然语言查询。
02本地索引多种文档类型，包括PDF、图片、Markdown和纯文本，并支持自动OCR和实体提取。
03支持多种AI提供商（OpenAI, OpenRouter, Ollama, LM Studio），提供灵活的模型选择和隐私保护。
04支持完全可恢复的并行处理，实现可扩展的性能，并利用AI缓存和强大的重试逻辑。
05通过内置的模型上下文协议（MCP）服务器集成到工作流中，方便工具访问。
04
使用场景
Vector-Knowledge-Base↳为各类文档构建个人语义搜索引擎。
↳高效搜索和整理研究论文、笔记和学习资料。
↳促进AI智能体进行文档创建、搜索和管理。
↳管理和探索大量的代码、图片和办公文档集合。
Archive-Agent↳使用自然语言在大量的个人或工作文档中快速查找信息。
↳通过自动OCR功能，将扫描文档和图片数字化并使其可搜索。
↳建立一个本地、私密的RAG系统，用于文档分析，而无需将数据发送到外部服务。
↳通过MCP接口，在AI驱动的工作流中自动化文档处理和查询。
↳在本地机器上高效管理和搜索不同目录和文件类型的文件。
FAQ
常见问题
Vector-Knowledge-Base 和 Archive-Agent 有什么区别？
Vector-Knowledge-Base 和 Archive-Agent 都属于 Vision / Multimodal 类别。Vector-Knowledge-Base 有 10 Stars，Archive-Agent 有 63 Stars。
Vector-Knowledge-Base 和 Archive-Agent 哪个更好？
最佳选择取决于你的具体需求。为各类文档构建个人语义搜索引擎。 时选 Vector-Knowledge-Base，使用自然语言在大量的个人或工作文档中快速查找信息。 时选 Archive-Agent。
Vector-Knowledge-Base 是免费的吗？
是的，Vector-Knowledge-Base 在 GitHub 开源（MIT）。
Archive-Agent 是免费的吗？
是的，Archive-Agent 在 GitHub 开源（GPL-3.0）。
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）。
→