floop logo
floop
★ 26
vs
deep-research logo
deep-research
★ 4.7k

floop vs deep-research

floop:floop为AI编码代理提供持久记忆,使其能够从纠正中学习并在不同会话中保持一致性。它从您的反馈中提取可重用的行为,并使用扩散激活(类似于大脑检索记忆的方式)在上下文中激活它们。;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

floop logo
floopRAG / Knowledge Base · ★ 26

根据AI代理的错误,教授其新的行为或纠正。

deep-research logo
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
floop logofloop
deep-research logodeep-research
分类
RAG / 知识库
RAG / 知识库
Stars
★ 26
★ 4.7k
许可证
Apache-2.0
MIT
安装方式
go install github.com/nvandessel/feedback-loop/cmd/floop@latest
docker run -d --name deep-research -p 3333:3000 xiangfa/deep-research
更新时间
2个月前
4个月前
开源
是
是
标签
AI代理, 持久记忆, 反馈循环
AI 研究, 大型语言模型, 隐私保护
03

功能特性

floop logofloop
01通过用户纠正学习,构建持久的行为模式。
02根据文件类型、任务和语义相关性激活行为。
03采用受认知科学启发的图基记忆检索(扩散激活)。
04优化上下文注入以保持在token限制内。
05提供全面的命令行接口,支持JSON输出供代理使用。
deep-research logodeep-research
01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

floop logofloop
↳根据AI代理的错误,教授其新的行为或纠正。
↳管理和检查存储的行为及其关系。
↳通过MCP与AI编码工具(如Claude Code, Cursor)集成,提供动态上下文。
↳根据当前项目和任务为AI代理生成上下文感知的提示。
deep-research logodeep-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

floop 和 deep-research 有什么区别?
floop 和 deep-research 都属于 RAG / Knowledge Base 类别。floop 有 26 Stars,deep-research 有 4.7k Stars。
floop 和 deep-research 哪个更好?
最佳选择取决于你的具体需求。根据AI代理的错误,教授其新的行为或纠正。 时选 floop,为个人和专业用途快速生成深入研究报告。 时选 deep-research。
floop 是免费的吗?
是的,floop 在 GitHub 开源(Apache-2.0)。
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)。

立即领取 $200 免费额度
→

相关链接