beever-atlas
活跃·★ 445·Apache-2.0·更新于 2026-09-10
★ RAG / 知识库★ API 集成
Beever Atlas 自动从 Slack、Discord、Microsoft Teams 和 Mattermost 拉取对话，提取原子事实，去重并聚类成带引用的主题页面。它提供了一个自增长的 LLM 优先维基，支持自然语言提问，答案可追溯到源消息。系统还提供 MCP 服务器，以便与 Claude Code 和 Cursor 等 AI 代理集成。
beever-atlas 当前归类于 RAG / Knowledge Base，更适合那些希望围绕具体工作流而不是单一功能点来选型的团队。从当前资料来看，它尤其强调 多平台集成（Slack、Discord、Teams、Mattermost）、从团队聊天历史自动构建可浏览的维基，用于入职和参考。 这类能力。如果你关心许可证与可二次使用性，当前页面记录的许可证是 Apache-2.0。同时它也具备一定社区热度，当前 GitHub Stars 为 445。
#Discord 机器人#FastAPI#Gemini#google-adk#knowledge-base#大语言模型#mattermost#MCP 协议
01
功能特性
01多平台集成（Slack、Discord、Teams、Mattermost）
02消息同步（按需或定时，可恢复，感知速率限制）
03记忆提取（6阶段 ADK 流程，提取事实、实体、关系）
04LLM 维基（每个频道自动维护的维基，包含主题、决策、引用）
05问答代理（流式回答，结合语义和图检索）
02
为什么选择它
+多平台集成（Slack、Discord、Teams、Mattermost）
+从团队聊天历史自动构建可浏览的维基，用于入职和参考。
+覆盖 4 个兼容环境或平台，更适合需要跨端部署的团队。
+提供公开仓库并标注 Apache-2.0 许可证，便于评估可维护性与采用成本。
03
权衡点
!同分类下还有 8 个相关工具可比较，最终选择更适合在同类对比后决定。
04
兼容性
Slack
Slack
已通过文档验证
Discord
Discord
已通过文档验证
Microsoft Teams
Teams
已通过文档验证
Mattermost
Mattermost
已通过文档验证
05
快速开始
1
$ git clone https://github.com/beever-ai/beever-atlas.git
2
$ cd beever-atlas
3
$ ./atlas
06
使用场景
↳从团队聊天历史自动构建可浏览的维基，用于入职和参考。
↳用自然语言查询团队知识，答案可追溯到原始消息。
↳通过 MCP 与 AI 编程助手集成，从 Claude Code 或 Cursor 中访问团队知识。
07
同类对比
≈beever-atlas 属于 RAG / Knowledge Base 分类，适合与 mindsdb 等同类工具一起比较，而不是单独判断。
≈如果你的核心需求更接近“从团队聊天历史自动构建可浏览的维基，用于入职和参考。”，那么这类场景会比泛用型工具对比更有参考价值。
≈beever-atlas 采用 Apache-2.0 许可证，社区热度都应该与同类项目一起看。
08
同类工具
fastmcp★ 27.6k
FastMCP 是一个用于连接大型语言模型 (LLM) 到工具和数据的 Python 框架，旨在简化从原型到生产的 MCP (Model Context Protocol) 应用开发。
csharp-sdk★ 4.5k
MCP C# SDK 是 Model Context Protocol 的官方 C# SDK，使 .NET 应用程序、服务和库能够实现并与 MCP 客户端和服务器进行交互。
相关搜索
评论
登录后发表评论
- ?usr_seed_01162026年4月9日
Conversational wiki that learns from your interactions is a compelling concept.
- ?usr_seed_05962026年3月21日
The LLM-native approach means retrieval is semantic, not just keyword matching.
- ?usr_seed_01632026年3月20日
Good for teams building shared institutional knowledge with AI assistance.
- ?usr_seed_00152026年3月6日
Knowledge accumulates naturally through use rather than manual data entry.