mcp-server
★ 85
vs
deep-research
★ 4.7k
mcp-server vs deep-research
mcp-server：Keboola MCP Server 是一个开源桥梁，连接 Keboola 项目与各种 AI 工具和助手，使 AI 代理能够访问和利用 Keboola 的功能，如数据存储、SQL 转换和作业触发器。它将 Keboola 功能转化为可调用的工具，无需胶水代码即可简化 AI 驱动工作流的数据暴露和管理。；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
mcp-serverRAG / Knowledge Base · ★ 85
使用自然语言查询探索Keboola数据，以查找信息或特定数据点。
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
mcp-serverdeep-research分类
RAG / 知识库
RAG / 知识库
Stars
★ 85
★ 4.7k
许可证
MIT
MIT
安装方式
docker pull keboola/mcp-server:latest && docker run --name keboola_mcp_server --rm -it -p 127.0.0.1:8000:8000 -e KBC_STORAGE_API_URL="https://connection.YOUR_REGION.keboola.com" -e KBC_STORAGE_TOKEN="YOUR_KEBOOLA_STORAGE_TOKEN" -e KBC_WORKSPACE_SCHEMA="YOUR_WORKSPACE_SCHEMA" -e KBC_BRANCH_ID="YOUR_BRANCH_ID_OPTIONAL" keboola/mcp-server:latest --transport streamable-http --host 0.0.0.0
docker run -d --name deep-research -p 3333:3000 xiangfa/deep-research
更新时间
1天前
4个月前
开源
是
是
标签
AI代理, Keboola, 数据集成
AI 研究, 大型语言模型, 隐私保护
03
功能特性
mcp-server01存储：直接查询和管理数据表/存储桶。
02SQL：使用自然语言创建SQL转换。
03作业：运行组件和转换，并检索作业执行详情。
04流：使用条件流和编排流构建和管理工作流管道。
05开发分支：在开发分支中安全工作，不影响生产数据。
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
mcp-server↳使用自然语言查询探索Keboola数据，以查找信息或特定数据点。
↳通过AI代理分析数据并发现关联，用于销售分析或趋势识别等任务。
↳创建SQL转换并管理数据提取作业，自动化数据管道操作。
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。
FAQ
常见问题
mcp-server 和 deep-research 有什么区别？
mcp-server 和 deep-research 都属于 RAG / Knowledge Base 类别。mcp-server 有 85 Stars，deep-research 有 4.7k Stars。
mcp-server 和 deep-research 哪个更好？
最佳选择取决于你的具体需求。使用自然语言查询探索Keboola数据，以查找信息或特定数据点。 时选 mcp-server，为个人和专业用途快速生成深入研究报告。 时选 deep-research。
mcp-server 是免费的吗？
是的，mcp-server 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）。
→