deep-research
★ 4.7k
vs
code-graph-rag
★ 5.3k
deep-research vs code-graph-rag
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。；code-graph-rag：Code-Graph-RAG 是一个用于多语言代码库的精确检索增强生成 (RAG) 系统。它使用 Tree-sitter 分析代码，构建全面的知识图谱，并允许通过自然语言查询代码库的结构和关系。该系统还包括高级编辑功能，使用户能够通过自然语言提示直接修改代码。
01
简评
deep-researchRAG / Knowledge Base · ★ 4.7k
为个人和专业用途快速生成深入研究报告。
code-graph-ragRAG / Knowledge Base · ★ 5.3k
何时选择它（优势与适用）：
- 你希望用 Tree-sitter 解析多语言大型代码库（Monorepo），在 Memgraph 中构建函数与类调用图谱，并通过自然语言或 Claude Code MCP 查询和修改代码。
- 需要结合 UniXcoder 语义向量检索与 Cypher 图数据库查询来理解复杂代码依赖。
何时考虑替代方案：
- 你的检索对象是 PDF、Word 和幻灯片等办公文档而非源代码仓库；应使用 RAGFlow 或 MaxKB。
- 不想在本地安装 Docker、Memgraph、cmake 和 Python 3.12+，只需要轻量级代码上下文 MCP；jCodeMunch 或 Context7 更轻便。
02
并排对比
字段
deep-researchcode-graph-rag分类
RAG / 知识库
RAG / 知识库
Stars
★ 4.7k
★ 5.3k
许可证
MIT
MIT
安装方式
docker run -d --name deep-research -p 3333:3000 xiangfa/deep-research
git clone https://github.com/vitali87/code-graph-rag.git && cd code-graph-rag && uv sync --extra treesitter-full && cp .env.example .env && docker-compose up -d
更新时间
4个月前
1天前
开源
是
是
标签
AI 研究, 大型语言模型, 隐私保护
人工智能, ast, Claude Code
03
功能特性
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。
code-graph-rag01多语言支持
02Tree-sitter 解析
03知识图谱存储
04自然语言查询
05高级文件编辑
04
使用场景
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。
code-graph-rag↳分析多语言代码库并将其导入知识图谱。
↳使用自然语言查询代码库结构和关系。
↳获取 AI 驱动的代码优化建议并执行精确的代码编辑。
FAQ
常见问题
deep-research 和 code-graph-rag 有什么区别？
deep-research 和 code-graph-rag 都属于 RAG / Knowledge Base 类别。deep-research 有 4.7k Stars，code-graph-rag 有 5.3k Stars。
deep-research 和 code-graph-rag 哪个更好？
最佳选择取决于你的具体需求。为个人和专业用途快速生成深入研究报告。 时选 deep-research，分析多语言代码库并将其导入知识图谱。 时选 code-graph-rag。
deep-research 是免费的吗？
是的，deep-research 在 GitHub 开源（MIT）。
code-graph-rag 是免费的吗？
是的，code-graph-rag 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）。
→