Contextcore
★ 22
vs
deep-research
★ 4.7k
Contextcore vs deep-research
Contextcore：ContextCore 是一个本地优先的 MCP 服务器，可索引本地文件（文本、代码、图像、音频、视频），并通过单个 MCP 服务器提供混合搜索（BM25 + 嵌入）。与粘贴整个文件相比，它可减少 57% 的令牌使用量。它适用于 Claude Desktop、Claude Code、Cursor、Cline 以及任何兼容 MCP 的工具。；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
ContextcoreRAG / Knowledge Base · ★ 22
跨大型代码库工作的开发者，避免粘贴整个文件
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
Contextcoredeep-research分类
RAG / 知识库
RAG / 知识库
Stars
★ 22
★ 4.7k
许可证
AGPL-3.0
MIT
安装方式
python -m pip install contextcore && contextcore init
docker run -d --name deep-research -p 3333:3000 xiangfa/deep-research
更新时间
3个月前
4个月前
开源
是
是
标签
AI 工具, Claude 桌面版, claude-tools
AI 研究, 大型语言模型, 隐私保护
03
功能特性
Contextcore01本地优先，无云端依赖
02混合搜索（BM25 + 嵌入）
03索引多种文件格式，包括图像、音频、视频
04自动注册为 MCP 服务器，与 AI 工具集成
05减少 57% 的令牌使用量
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
Contextcore↳跨大型代码库工作的开发者，避免粘贴整个文件
↳拥有文档集合需要语义搜索的用户
↳希望减少上下文窗口膨胀的 AI 工具用户
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
Contextcore 和 deep-research 有什么区别？
Contextcore 和 deep-research 都属于 RAG / Knowledge Base 类别。Contextcore 有 22 Stars，deep-research 有 4.7k Stars。
Contextcore 和 deep-research 哪个更好？
最佳选择取决于你的具体需求。跨大型代码库工作的开发者，避免粘贴整个文件 时选 Contextcore，为个人和专业用途快速生成深入研究报告。 时选 deep-research。
Contextcore 是免费的吗？
是的，Contextcore 在 GitHub 开源（AGPL-3.0）。
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）。
→