ragflow logo
ragflow
★ 92.7k
vs
wet-mcp logo
wet-mcp
★ 19

ragflow vs wet-mcp

ragflow:RAGFlow 是一个领先的开源检索增强生成 (RAG) 引擎,它融合了RAG与Agent能力。RAGFlow 为大型语言模型提供卓越的上下文层,并为各种规模的企业提供简化的RAG工作流。;wet-mcp:WET——Web扩展工具包MCP服务器,为AI代理提供全面的网络搜索、内容提取和库文档检索功能。它采用五种策略的爬取链、集成的元搜索以及零配置的本地嵌入和重排序模型,无需API密钥即可运行。

01

简评

ragflow logo
ragflowRAG / Knowledge Base · ★ 92.7k
何时选择它(优势与适用):
  • 你的文档版面复杂(PDF、扫描件、表格、幻灯片),需要深度版面分析、OCR 表格识别以及可溯源的原文引用。
  • 希望使用 Apache-2.0 许可的一体化 RAG 平台,能在 Web 界面中直观预览并手工微调基于模板的切分结果。
何时考虑替代方案:
  • 服务器配置低于 4 核 CPU / 16 GB 内存;RAGFlow 的多组件服务栈对资源要求较高。
  • 你需要的是实时联网搜索并撰写长篇带引用研究报告的自主调研智能体,而非本地知识库检索;GPT Researcher 更适合。
wet-mcp logo
wet-mcpRAG / Knowledge Base · ★ 19

AI代理研究:使AI代理能够进行全面的网络研究和学术文献审查,为复杂任务收集信息。

02

并排对比

字段
ragflow logoragflow
wet-mcp logowet-mcp
分类
RAG / 知识库
RAG / 知识库
Stars
★ 92.7k
★ 19
许可证
Apache-2.0
Apache-2.0
安装方式
docker compose -f docker-compose.yml up -d
docker run -d --name wet-mcp-http -p 8084:8080 -v wet-data:/data -e MCP_TRANSPORT=http -e PUBLIC_URL=https://wet.example.com n24q02m/wet-mcp:latest
更新时间
1天前
1天前
开源
是
是
标签
检索增强生成, AI智能体, 大型语言模型
网络搜索, 内容提取, AI代理工具
03

功能特性

ragflow logoragflow
01基于深度文档理解的非结构化数据知识提取。
02智能且基于模板的块切分,具有可解释的选项。
03带有溯源引用的基础性引用,减少幻觉。
04兼容异构数据源,包括文档、图片和网页。
05自动化且便捷的RAG工作流编排,支持可配置模型和融合重排序。
wet-mcp logowet-mcp
01网络搜索:嵌入式SearXNG元搜索引擎(集成Google、Bing、DuckDuckGo、Brave),支持查询扩展、TTL缓存和标准化引用格式,可选云端搜索后端。
02内容提取:通过五策略升级链提取URL内容,提供智能分块结构化输出(纯文本、Markdown、JSON-LD、代码块、元数据),支持批量处理、深度抓取和本地文件转换。
03库文档:自动发现和索引文档,通过FTS5混合搜索、HyDE增强检索和版本特定文档为AI代理提供服务。
04零配置:内置本地Qwen3嵌入和重排序功能,无需API密钥。可根据任务选择可选的云提供商以获得更高质量的结果。
04

使用场景

ragflow logoragflow
↳利用复杂数据构建高保真、可用于生产的AI系统。
↳开发企业级知识库和智能问答聊天机器人。
↳促进智能文档处理和高级信息检索。
wet-mcp logowet-mcp
↳AI代理研究:使AI代理能够进行全面的网络研究和学术文献审查,为复杂任务收集信息。
↳结构化数据提取:自动从网页中提取结构化和非结构化数据,包括纯文本、Markdown、JSON-LD和代码块,供代理进一步处理。
↳开发文档访问:为AI代理提供版本感知和主题相关的软件库文档访问,用于代码生成、调试或学习。
↳离线内容处理:将本地文件(PDF、DOCX、HTML等)转换为Markdown格式供AI代理使用,从而实现本地知识库的分析。
05

适合场景

ragflow logoragflow
最受欢迎必备神器时下流行
wet-mcp logowet-mcp
—
FAQ

常见问题

ragflow 和 wet-mcp 有什么区别?
ragflow 和 wet-mcp 都属于 RAG / Knowledge Base 类别。ragflow 有 92.7k Stars,wet-mcp 有 19 Stars。
ragflow 和 wet-mcp 哪个更好?
最佳选择取决于你的具体需求。利用复杂数据构建高保真、可用于生产的AI系统。 时选 ragflow,AI代理研究:使AI代理能够进行全面的网络研究和学术文献审查,为复杂任务收集信息。 时选 wet-mcp。
ragflow 是免费的吗?
是的,ragflow 在 GitHub 开源(Apache-2.0)。
wet-mcp 是免费的吗?
是的,wet-mcp 在 GitHub 开源(Apache-2.0)。
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)。

立即领取 $200 免费额度
→

相关链接