wet-mcp
★ 19
vs
extract-llms-docs
★ 35
wet-mcp vs extract-llms-docs
wet-mcp:WET——Web扩展工具包MCP服务器,为AI代理提供全面的网络搜索、内容提取和库文档检索功能。它采用五种策略的爬取链、集成的元搜索以及零配置的本地嵌入和重排序模型,无需API密钥即可运行。;extract-llms-docs:llm.energy是一个Web应用和MCP服务器,旨在从遵循llms.txt和install.md标准的网站获取、解析和组织文档。它将这些原始文档转换为结构化、为AI代理准备好的格式,供AI助手、LLM和开发者工具使用。
01
简评
wet-mcpRAG / Knowledge Base · ★ 19
AI代理研究:使AI代理能够进行全面的网络研究和学术文献审查,为复杂任务收集信息。
extract-llms-docsRAG / Knowledge Base · ★ 35
将文档直接提供给AI编码助手,以增强上下文理解。
02
并排对比
字段
分类
RAG / 知识库
RAG / 知识库
Stars
★ 19
★ 35
许可证
Apache-2.0
NOASSERTION
安装方式
docker run -d --name wet-mcp-http -p 8084:8080 -v wet-data:/data -e MCP_TRANSPORT=http -e PUBLIC_URL=https://wet.example.com n24q02m/wet-mcp:latest
git clone https://github.com/nirholas/extract-llms-docs.git && cd extract-llms-docs && pnpm install
更新时间
1天前
3天前
开源
是
是
标签
网络搜索, 内容提取, AI代理工具
文档提取, AI代理工具, LLM集成
03
功能特性
01网络搜索:嵌入式SearXNG元搜索引擎(集成Google、Bing、DuckDuckGo、Brave),支持查询扩展、TTL缓存和标准化引用格式,可选云端搜索后端。
02内容提取:通过五策略升级链提取URL内容,提供智能分块结构化输出(纯文本、Markdown、JSON-LD、代码块、元数据),支持批量处理、深度抓取和本地文件转换。
03库文档:自动发现和索引文档,通过FTS5混合搜索、HyDE增强检索和版本特定文档为AI代理提供服务。
04零配置:内置本地Qwen3嵌入和重排序功能,无需API密钥。可根据任务选择可选的云提供商以获得更高质量的结果。
01智能检测网站上的llms.txt和install.md标准。
02将文档转换为AI代理可用的格式,包括AGENT-GUIDE.md。
03支持将文档导出为Markdown、JSON、YAML或ZIP格式。
04通过AI从GitHub仓库或文档URL生成install.md指令。
05提供MCP服务器,可与Claude Desktop和Cursor等AI客户端集成。
04
使用场景
↳AI代理研究:使AI代理能够进行全面的网络研究和学术文献审查,为复杂任务收集信息。
↳结构化数据提取:自动从网页中提取结构化和非结构化数据,包括纯文本、Markdown、JSON-LD和代码块,供代理进一步处理。
↳开发文档访问:为AI代理提供版本感知和主题相关的软件库文档访问,用于代码生成、调试或学习。
↳离线内容处理:将本地文件(PDF、DOCX、HTML等)转换为Markdown格式供AI代理使用,从而实现本地知识库的分析。
↳将文档直接提供给AI编码助手,以增强上下文理解。
↳使用最新文档构建上下文感知的AI代理。
↳为检索增强生成(RAG)系统创建文档管道。
↳自动聚合来自多个来源的文档。
↳为新项目或现有项目生成llms.txt和install.md指令。
FAQ
常见问题
wet-mcp 和 extract-llms-docs 有什么区别?
wet-mcp 和 extract-llms-docs 都属于 RAG / Knowledge Base 类别。wet-mcp 有 19 Stars,extract-llms-docs 有 35 Stars。
wet-mcp 和 extract-llms-docs 哪个更好?
最佳选择取决于你的具体需求。AI代理研究:使AI代理能够进行全面的网络研究和学术文献审查,为复杂任务收集信息。 时选 wet-mcp,将文档直接提供给AI编码助手,以增强上下文理解。 时选 extract-llms-docs。
wet-mcp 是免费的吗?
是的,wet-mcp 在 GitHub 开源(Apache-2.0)。
extract-llms-docs 是免费的吗?
是的,extract-llms-docs 在 GitHub 开源(NOASSERTION)。
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)。
→