openviking
MCP Serverby zaynjarvis
clawhub⭐ 56/10
通过OpenViking Context Database MCP服务器实现RAG与语义搜索。支持查询文档、检索知识库以及向向量记忆添加文件或URL。适用于文档问答、知识管理、AI代理记忆及语义检索。触发词包括“openviking”、“搜索文档”、“语义搜索”、“知识库”、“向量数据库”、“RAG”、“查询PDF”、“文档查询”、“添加资源”。
基于OpenViking向量数据库的MCP服务，支持文档问答、语义检索、URL/文件入库及AI Agent长期记忆管理，即插即用RAG能力。
📊 商业分析
商业模式
freemium
独特价值
通过MCP协议一键接入RAG能力，无需自建向量数据库基础设施
竞品
1. Mem0（AI记忆层，更成熟生态）；2. Zep（长期记忆管理，企业级更强）；3. LlamaIndex MCP（框架更完整，社区更大）
🎯 应用场景
目标用户
AI应用开发者知识管理需求企业构建AI Agent的工程师
工具信息
- 类型
- MCP Server
- 平台
- clawhub
- Stars
- ⭐ 5
- 价值评分
- 6/10
- 子分类
- RAG检索增强生成与语义搜索
- 可商业化
- ✅ 是
AI 标签
RAG检索增强语义搜索向量数据库AI记忆管理知识库问答
相关工具推荐
skill-creatorSKILL
由Anthropic官方出品，支持从零创建AI Skill、编辑优化现有Skill、运行评估测试并进行方差分析的性能基准对比，实现AI能力工程化闭环管理。
9/10⭐ 86,759
conversation-memorySKILL
为LLM对话提供短期、长期、实体三层持久化记忆系统，让AI真正记住用户，支持跨会话上下文延续与知识积累。
9/10⭐ 22,346
self-improvingSKILL
具备自我反思、自我批评、持续学习与记忆组织能力的自进化Agent，自动评估并永久改进输出质量，无需人工反复校正。
9/10⭐ 638
proactive-agentSKILL
将AI Agent从被动任务执行者升级为主动预判伙伴，内置WAL协议、工作缓冲区与自主定时任务，支持持续自我改进的智能体框架
9/10⭐ 628
cellcogSKILL
DeepResearch Bench排名第一的全模态AI代理框架。通过多代理编排实现深度推理与文本、图像、音频、视频等全模态融合,支持复杂任务自动化。
9/10⭐ 6