kglite
★ 73
vs
stashbase
★ 1.1k
kglite vs stashbase
kglite:KGLite是一个为Python和Rust设计的嵌入式、支持Cypher查询的知识图谱引擎,无需外部数据库即可为应用程序、分析师和LLM代理提供服务。它提供了面向LLM的渐进式模式披露、历史数据的时态查询以及用于数据质量的声明式本体等高级功能。;stashbase:StashBase 使AI智能体能够搜索和利用本地文件中的内容,包括PDF、DOCX、图片、音频和视频。它从您的文件夹中创建可搜索的索引,让智能体能够根据含义而非仅仅关键词找到相关上下文。
01
简评
kgliteRAG / Knowledge Base · ★ 73
为LLM代理提供领域知识(法律先例、监管规则、医学本体)。
stashbaseRAG / Knowledge Base · ★ 1.1k
何时选择它(优势与适用):
- 想要一个桌面应用,为装满 PDF、DOCX、图片、音频和视频的文件夹建索引,并共享给 Claude、Codex 等 MCP 客户端。
- 你的文件必须保持为唯一来源:索引可以重建,移除文件夹也不会删除文件。
- 想要不需要密钥的精确文本搜索,语义搜索按需开启。
何时考虑替代方案:
- 你的文档不能离开本机,又需要语义搜索:语义搜索会把内容发到 OpenAI 或 OpenRouter。
- 你用 Linux 且需要官方支持:Linux 版本由社区支持。
- 你只是偶尔转换一个文件:MCP 转换器更轻量。
02
并排对比
03
功能特性
01为LLM上下文窗口优化的渐进式模式披露(`describe()`)。
02使用`valid_at()`和`valid_during()`函数对历史数据进行时态查询。
03具有数据质量门控和审计记分卡的声明式本体,用于语义完整性。
04将向量相似度(`text_score()`)与Cypher遍历相结合的混合检索。
05嵌入式、进程内图引擎,支持多种存储模式(内存、mmap、磁盘)。
01从PDF、DOCX、图像(OCR)、音频和视频(转录)等多种格式中提取可搜索文本。
02支持AI索引的语义搜索功能,能够根据含义查找相关上下文。
03连接并共享可搜索的上下文到Claude、Codex以及其他MCP客户端和内置智能体。
04将本地文件作为数据源,索引和派生数据单独存储。
04
使用场景
↳为LLM代理提供领域知识(法律先例、监管规则、医学本体)。
↳将表格数据源(SQL、CSV、DataFrame)中的业务数据转换为可查询的图谱。
↳构建RAG语料库,包含文档、块、实体及其关系,以实现混合检索。
↳通过将代码解析为函数、类和模块的图谱进行代码库分析。
↳将Markdown知识库(Obsidian库、Claude记忆)摄取到可查询图谱中,用于分析和代理记忆。
↳为AI智能体提供对本地存储的研究论文和合同的可搜索访问。
↳使聊天机器人能够基于内部文档、扫描文件和录音回答问题。
↳开发人员希望使用内置AI智能体查询项目设计文档和架构说明。
↳组织和搜索主要由各种本地文件类型组成的个人知识库。
05
适合场景
—
时下流行
FAQ
常见问题
kglite 和 stashbase 有什么区别?
kglite 和 stashbase 都属于 RAG / Knowledge Base 类别。kglite 有 73 Stars,stashbase 有 1.1k Stars。
kglite 和 stashbase 哪个更好?
最佳选择取决于你的具体需求。为LLM代理提供领域知识(法律先例、监管规则、医学本体)。 时选 kglite,为AI智能体提供对本地存储的研究论文和合同的可搜索访问。 时选 stashbase。
kglite 是免费的吗?
是的,kglite 在 GitHub 开源(MIT)。
stashbase 是免费的吗?
是的,stashbase 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)。
→