MCP Catalogs
首页

qurio vs everything

并排对比,帮你在这两个 MCP server 之间做选择。

qurio
by irahardianto
everything
by modelcontextprotocol
Stars★ 16★ 85,748
30天用量
综合分4177
官方
分类
AI / LLM 工具开发者工具知识库 / RAG
开发者工具AI / LLM 工具其它
实现语言GoTypeScript
最近提交3 个月前本月

qurio · 概述

一个自托管的 RAG 引擎,为 AI 编程助手摄取技术文档和代码仓库,通过 MCP 提供基于事实的上下文,防止 AI 幻觉。

everything · 概述

官方 MCP 测试服务器,展示协议全部功能,供客户端开发者使用。

qurio · 使用场景

  • 为 Cursor、Claude Code 或 Gemini CLI 等 AI 编程助手提供准确、上下文感知的响应
  • 为专有文档和内部代码库创建私人知识库
  • 通过基于事实的上下文检索减少 AI 幻觉,提高 AI 生产力

everything · 使用场景

  • 测试 MCP 客户端实现是否支持所有协议功能
  • 通过参考服务器学习 MCP 协议能力
  • 验证客户端对不同传输方式的兼容性

qurio · 安装

安装

前提条件

  • [Docker](https://docs.docker.com/get-docker/) 和 [Docker Compose](https://docs.docker.com/compose/install/)
  • [Google Gemini API 密钥](https://aistudio.google.com/app/apikey)(用于嵌入)

步骤

  1. 克隆仓库:

``bash git clone https://github.com/irahardianto/qurio.git cd qurio ``

  1. 配置环境:

``bash cp .env.example .env # 将您的 Gemini API 密钥添加到 .env 文件 ``

  1. 启动系统:

``bash docker-compose up -d ``

  1. 在浏览器中访问 http://localhost:3000
  2. 在设置页面添加额外的 API 密钥(Jina AI/Cohere)

MCP 配置

添加到您的 MCP 设置:

{
  "mcpServers": {
    "qurio": {
      "httpUrl": "http://localhost:8081/mcp"
    }
  }
}

everything · 安装

NPX(推荐)

{
  "mcpServers": {
    "everything": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-everything"]
    }
  }
}

Windows 用户请使用 cmd /c

{
  "mcpServers": {
    "everything": {
      "command": "cmd",
      "args": ["/c", "npx", "-y", "@modelcontextprotocol/server-everything"]
    }
  }
}

Docker

{
  "mcpServers": {
    "everything": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "mcp/everything"]
    }
  }
}

全局安装

npm install -g @modelcontextprotocol/server-everything@latest
npx @modelcontextprotocol/server-everything
对比内容由 README + GitHub 公开数据自动生成,定期更新。