ragflow
★ 92.7k
vs
company-docs-mcp
★ 49
ragflow vs company-docs-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。；company-docs-mcp：Company Docs MCP 利用 Cloudflare Workers AI 和 Supabase，将各类文档（Markdown、HTML、PDF、网页）转化为AI可搜索的知识库。它使团队能够通过Claude或Cursor等AI工具，以自然语言查询内部文档，从而实现高效的信息检索。
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。
company-docs-mcpRAG / Knowledge Base · ★ 49
快速查找公司内部文档中的答案
02
并排对比
字段
ragflowcompany-docs-mcp分类
RAG / 知识库
RAG / 知识库
Stars
★ 92.7k
★ 49
许可证
Apache-2.0
MIT
安装方式
docker compose -f docker-compose.yml up -d
git clone https://github.com/southleft/company-docs-mcp.git && cd company-docs-mcp && npm install
更新时间
1天前
1个月前
开源
是
是
标签
检索增强生成, AI智能体, 大型语言模型
知识库, 检索增强生成, 向量搜索
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。
company-docs-mcp01摄取多种内容格式（Markdown、HTML、PDF、URL、网站）
02将内容转化为AI可搜索的向量以实现语义搜索
03与AI工具（Claude、Cursor、Slack）集成，用于文档查询
04利用Cloudflare Workers AI进行嵌入，无需额外的API密钥
05将向量化内容存储在Supabase PostgreSQL数据库中
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。
company-docs-mcp↳快速查找公司内部文档中的答案
↳使AI助手能够访问并回复公司特定知识
↳将零散的文档来源整合到一个统一、可搜索的系统中
↳将文档搜索直接集成到团队通信平台，如Slack
05
适合场景
ragflow最受欢迎必备神器时下流行
company-docs-mcp—
FAQ
常见问题
ragflow 和 company-docs-mcp 有什么区别？
ragflow 和 company-docs-mcp 都属于 RAG / Knowledge Base 类别。ragflow 有 92.7k Stars，company-docs-mcp 有 49 Stars。
ragflow 和 company-docs-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，快速查找公司内部文档中的答案 时选 company-docs-mcp。
ragflow 是免费的吗？
是的，ragflow 在 GitHub 开源（Apache-2.0）。
company-docs-mcp 是免费的吗？
是的，company-docs-mcp 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）。
→