ragflow
★ 92.7k
vs
m3-memory
★ 29
ragflow vs m3-memory
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。；m3-memory：M3 Memory为MCP代理提供基于SQLite的持久化本地记忆，支持混合检索和可选的跨设备同步。它跨会话存储事实、决策和偏好，具有矛盾处理和知识图谱功能。离线运行，可与Claude Code、Gemini CLI等MCP兼容代理集成。
01
简评
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。
m3-memoryRAG / Knowledge Base · ★ 29
像Claude Code或Gemini CLI这样的编码代理需要跨会话持久记忆
02
并排对比
字段
ragflowm3-memory分类
RAG / 知识库
RAG / 知识库
Stars
★ 92.7k
★ 29
许可证
Apache-2.0
Apache-2.0
安装方式
docker compose -f docker-compose.yml up -d
curl -fsSL https://raw.githubusercontent.com/skynetcmd/m3-memory/main/install.sh | bash
更新时间
1天前
4天前
开源
是
是
标签
检索增强生成, AI智能体, 大型语言模型
agentic-memory, AI 智能体, AI 记忆
03
功能特性
ragflow01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。
m3-memory01跨会话持久化记忆
02混合检索（FTS5+向量+MMR）
03矛盾检测与自动替换
04知识图谱与实体提取
05可选的跨设备双向同步
04
使用场景
ragflow↳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。
m3-memory↳像Claude Code或Gemini CLI这样的编码代理需要跨会话持久记忆
↳多代理团队共享本地记忆存储，支持交接和作用域
↳开发者需要本地优先的记忆，并可选择跨设备同步
05
适合场景
ragflow最受欢迎必备神器时下流行
m3-memory—
FAQ
常见问题
ragflow 和 m3-memory 有什么区别？
ragflow 和 m3-memory 都属于 RAG / Knowledge Base 类别。ragflow 有 92.7k Stars，m3-memory 有 29 Stars。
ragflow 和 m3-memory 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，像Claude Code或Gemini CLI这样的编码代理需要跨会话持久记忆 时选 m3-memory。
ragflow 是免费的吗？
是的，ragflow 在 GitHub 开源（Apache-2.0）。
m3-memory 是免费的吗？
是的，m3-memory 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）。
→