cheapkb：AWS 上低成本的多模态 RAG 知识库

beeblastco/cheapkb · Cost-effective serverless RAG knowledge base on AWS. Ingest, chunk, embed, and vector-search documents within the Free Tier.

GitHub原文发布未知首次收录 2026-11-02上架 2026-11-08 07:05

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

cheapkb 是一个部署在 AWS 上的多模态知识库与 RAG 项目：上传 PDF、Markdown、文本及 JPEG/PNG/WebP/GIF 图片后，可用文本、图片或图文组合进行检索，并支持按文档元数据过滤结果。项目提供 Web 应用与 /v1 API，也支持通过 MCP 客户端（如 Claude Code、Broods）搜索、增删改文档和管理标签；内置处理状态、用量与套餐额度跟踪，并按用户隔离内容与搜索结果。

# MCP # AWS # serverless # vector-search # 多模态检索

核心能力与快速开始

★ 0 · TypeScript

能做什么: 支持上传 PDF、Markdown、文本及 JPEG、PNG、WebP、GIF 图片，进行分块、嵌入与向量检索；支持自然语言、图片或图文组合搜索，并可按文档元数据过滤；提供 Web 应用与 /v1 API，覆盖上传、搜索、文档与标签管理、账户用量查询；支持 MCP 2026-07-28 客户端调用搜索、增删改文档、标签与索引管理、用量查询等工具；对上传与标签上限、嵌入计数、存储计量、计费、限流和文档生命周期提供 Lean 4 形式化证明。
适用场景: 在 AWS 上搭建按需使用的多模态团队或个人知识库；对 PDF、Markdown 与图文素材做统一检索；让支持 MCP 的编码助手或 Agent 检索并维护知识库文档；需要按用户隔离内容并跟踪用量与套餐额度的知识库应用。
项目形态: 可直接使用的工具
部署方式: 基于 AWS 部署，使用 SST（npx sst dev / npx sst deploy --stage production）；需配置 .env，部署步骤见 docs/DEPLOY.md；生产环境会拒绝签发给 localhost 的令牌。
主要依赖: 需要 Node.js 22.18 或更高版本、AWS 凭据，以及通过 Amazon Bedrock 使用 Cohere Embed v4 的访问权限；验证 Lean 证明需安装 elan。
使用限制: README 称服务端仅支持 MCP 2026-07-28，仍依赖 2025 版 initialize 握手的客户端（如 Codex 0.166）暂无法连接；MCP 的 add_document 因 Lambda 请求上限约 6 MB 且 PDF/图片以 base64 传输，文件约限 4 MB，更大文件需在 Web 应用上传；删除全部数据与管理 MCP 密钥只能在 Web 应用完成；本地 localhost 上传需额外设置 VITE_STORAGE_ORIGIN 与 S3 CORS 规则，建议在已部署的 Web 应用测试上传；文档未说明实际 API 调用成本与免费额度能否长期维持。
许可证: MIT
最近推送: 2026-11-02 05:53

官方入门项目文档核对 README 依据 ↗

资料检查：2026-11-02 07:00 · 卡片整理：2026-11-08 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

职业应用

程序员

作为可自托管的多模态 RAG 知识库，程序员可通过 /v1 API 或 MCP 客户端（如 Claude Code）搜索、添加、重标记、重建索引和删除文档，用于在开发工作中检索项目文档与图片资料。

查看内容依据

Claude Code, Broods and other MCP clients can do what you do in the web app: search, add, retag, reindex and delete documents, manage tags, and read usage.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

产品经理

产品经理可将 PDF、Markdown、文本和图片上传到该知识库，并用自然语言、图片或图文组合检索，按文档元数据过滤结果，用于整理和查找产品资料。

查看内容依据

Upload PDF, Markdown, text, JPEG, PNG, WebP, and GIF files

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

Enterprise Context Scout：为编程智能体提供本地优先的代码上下文发现与付费调用前置校验

该项目面向编程智能体，在调用付费大模型之前，先用本地开放权重的 Gemma 模型和 MCP 工具探索代码库，结合 AST 一跳依赖闭包与混合检索，生成精简的 ContextPack，再通过包含 4 项检查的确定性预检门；只有预检通过后，才发起一次付费 Gemini 调用并在隔离 Git worktree 沙箱中验证。项目还提供基于 PostgreSQL 17 FORCE RLS 的权限隔离、提示注入与密钥脱敏防护，以及代码库和量化研究文献两个领域的可配置 DomainPack。README 给出了多仓库基准与 A/B 评测数据，并附有明确的局限性说明。

Cruma 编程代理插件：把本地开发端口或文件夹通过隧道发布到公网 URL

该项目是面向 Claude Code 与 Codex 的 Cruma 插件市场，包含三个插件：仅含技能、无 MCP 服务器的 cruma，内置本地 MCP 服务器的 cruma-local，以及用于查询账户套餐、隧道和站点的托管 MCP 服务器 cruma-cloud。技能会在获得用户确认后安装 Cruma 隧道代理，并把指定本地端口或文件夹通过匿名隧道发布到公网 URL；它支持升级检查与匿名遥测关闭开关，不存储状态，仅将隧道注册信息（启动方式、版本、系统、CPU 架构、随机安装 ID）发送至 Cruma 隧道服务。

hyper-hand：让 AI Agent 通过 MCP 控制 Hyper-V Windows 虚拟机

hyper-hand 是一个用 Go 编写的 MCP 服务，让 Claude Code、Codex 等 MCP 客户端从 Hyper-V 宿主侧直接操作 Windows 虚拟机：截图、移动鼠标、键盘输入、执行命令、传输文件以及创建和还原检查点。它经由 Hyper-V 本身通信，虚拟机内无需联网、安装额外组件或提供密码。

Kimera：AI Agent 驱动的 Kubernetes 渗透测试与防御验证工具包

Kimera 是 Dynatrace 开源（官方声明不提供正式支持）的 Kubernetes 安全测试工具包，将 40 项攻击技术（覆盖侦察、凭据访问、提权、横向移动、防御绕过、持久化、执行与防御验证 8 个阶段，并映射 MITRE ATT&CK）以 YAML 定义并通过 MCP 工具或 CLI 暴露。AI Agent 可连接其 MCP 服务端规划多步攻击链，在集群上执行并验证防御是否拦截；同时支持基于 CIS Kubernetes Benchmark 的配置评估、攻击面枚举、防御控制验证（准入控制、NetworkPolicy、RBAC）、LLM 生成修复建议与 Dynatrace 观测数据增强。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。