groundingLMM
★ 969
vs
mcp-raganything
★ 15
groundingLMM vs mcp-raganything
groundingLMM：GLaMM（接地大型多模态模型）是一个端到端训练的大型多模态模型，能够生成与对象分割掩码集成的自然语言响应，实现了视觉接地，并支持在多层次粒度上与图像进行灵活交互。它引入了新颖的接地对话生成（GCG）任务，支持指代表达式分割和区域级图像描述等多种下游应用，并以大规模的GranD数据集为基础。；mcp-raganything：一个多模态RAG服务，提供REST API和MCP服务器，用于文档索引和知识库查询。它使用RAGAnything/LightRAG进行索引和检索，MinIO用于对象存储，PostgreSQL用于知识图谱。每个项目通过独立的工作目录隔离。
01
简评
groundingLMMVision / Multimodal · ★ 969
理解并响应用户关于特定图像区域查询的交互式视觉助手。
mcp-raganythingVision / Multimodal · ★ 15
索引和查询文档以进行知识库问答
02
并排对比
字段
groundingLMMmcp-raganything分类
视觉/多模态
视觉/多模态
Stars
★ 969
★ 15
许可证
Apache-2.0
—
安装方式
git clone https://github.com/mbzuai-oryx/groundingLMM.git
uv sync && docker compose up -d postgres && cp .env.example .env && uv run python src/main.py
更新时间
1个月前
2个月前
开源
是
是
标签
多模态人工智能, 计算机视觉, 自然语言处理
智能体, 人工智能, docling
03
功能特性
groundingLMM01生成与对象分割掩码无缝集成的自然语言响应。
02支持新颖的接地对话生成（GCG）任务，并提供全面的评估协议。
03执行详细的区域级图像描述和回答基于推理的视觉问题。
04通过从基于文本的查询创建分割掩码，擅长指代表达式分割。
05提供高质量的图像描述和会话式问答。
mcp-raganything01REST API和MCP服务器
02支持BM25、向量和混合搜索的多模态RAG
03通过Kreuzberg支持91种文档格式
04基于PostgreSQL的知识图谱，支持pgvector和BM25
05无需索引即可浏览和读取MinIO中的文件
04
使用场景
groundingLMM↳理解并响应用户关于特定图像区域查询的交互式视觉助手。
↳用于创建密集、像素级接地数据集的自动化标注工具。
↳需要视觉理解和带有分割的详细文本描述的高级图像分析任务。
mcp-raganything↳索引和查询文档以进行知识库问答
↳浏览和读取对象存储中的文件
↳包括文本和图像的多模态搜索
FAQ
常见问题
groundingLMM 和 mcp-raganything 有什么区别？
groundingLMM 和 mcp-raganything 都属于 Vision / Multimodal 类别。groundingLMM 有 969 Stars，mcp-raganything 有 15 Stars。
groundingLMM 和 mcp-raganything 哪个更好？
最佳选择取决于你的具体需求。理解并响应用户关于特定图像区域查询的交互式视觉助手。 时选 groundingLMM，索引和查询文档以进行知识库问答 时选 mcp-raganything。
groundingLMM 是免费的吗？
是的，groundingLMM 在 GitHub 开源（Apache-2.0）。
mcp-raganything 是免费的吗？
是的，mcp-raganything 在 GitHub 开源。
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）。
→