llm-wiki-choose

帮助用户选择现成的LLM-Wiki工具、本地优先工作流、团队部署方案、检索/GraphRAG系统，或定制开发方案。适用于用户询问哪种解决方案最符合其需求，是否应使用OpenWiki/Obsidian/qmd/GraphRAG，或是否应自行构建的场景。

模型生成摘要（rules/v1 · 2026-11-13 21:42）：帮助用户选择现成的LLM-Wiki工具、本地优先工作流、团队部署方案、检索/GraphRAG系统，或定制开发方案
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。

存档时间线

版本	存档时间	内容哈希	内容
v1	2026-11-13 21:41	38620cce	可取

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

MCP 需 API Key

IA-QA as an MCP Server

RAG

原作者：ia-qa 来源：Smithery 仅卡片存档

MCP 需 API Key

DACH B2B opportunity intelligence with FIT/NEED/NOW scoring and MCP access

RAG

原作者：maxschnee74 来源：Smithery 仅卡片存档

MCP 需 API Key

Chemical intelligence for compound structure search, fragment analysis, and ADMET property prediction

RAG

原作者：openpatsnap 来源：Smithery 仅卡片存档

MCP 需 API Key

Provide a comprehensive spellbook for Dungeons & Dragons 5th Edition to enhance your gameplay experience

RAG

原作者：linell 来源：Smithery 仅卡片存档

MCP 需 API Key

Calculate and compare global shipping costs including detention, demurrage, and local port charges

RAG

原作者：vinaybhosle 来源：Smithery 仅卡片存档

MCP 需 API Key

Calculate detention, demurrage, and local shipping charges for ports worldwide

RAG

原作者：vinaybhosle 来源：Smithery 仅卡片存档

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。