AI代理Markdown知识库
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
elephant.md 定位为“Markdown-native knowledge base”，服务对象同时包括人类开发者和 AI Agent。它可以存储、分享、发现和安装 Markdown 文档，并通过 CLI、VS Code、MCP 与 REST API 接入工作流。对 AI 编程助手而言，它更像一个可搜索、可订阅、可回写的长期记忆层。
功能上，elephant.md 覆盖公共文档搜索、按用户名和 slug 拉取完整 Markdown、把文档安装到 CLAUDE.md、.cursorrules 等 Agent 上下文、提交草稿供人工审核、管理 Collections，以及把经验和决策回写到平台。MCP Server 是其核心入口，提供 overview、get_context、search、discover、fetch、fetch_collection 等工具，并支持 tokenBudget、section、maxTokens 等参数，明显针对 LLM 上下文成本做了设计。CLI elephant-md 也较完整，支持 push、pull、list、search、trending、install、update、share 等命令，并能用 .elephant.json 跟踪已发布文件，减少重复创建。
正文明确给出 Claude Code、Claude Desktop、Cursor、Windsurf 的 MCP 配置，登录支持 GitHub 和 Google。它还提到 REST API，但未展示接口细节；是否有独立 SDK也未说明。文档示例偏实用，命令和 JSON 配置清晰，MCP 工具列表与参数说明较丰富，便于开发者试用。不过，团队权限、审计、安全、SLA、API 限额等生产级信息没有出现。
抓取内容未披露定价模式、套餐、免费额度或支付方式，也未说明产品开源还是闭源、是否支持自托管。因此从企业采购或私有化角度看，信息不足，需要进一步确认。
优点是 Markdown 原生、Agent 友好、MCP 集成直接，Collections 可作为“上下文包”被多个 Agent 消费，适合沉淀团队规范、项目指南、runbook、AI 编码规则和参考资料。缺点是公开信息集中在使用方法，商业化、安全和部署信息缺失；如果团队对数据边界、私有化或合规有强要求，需要谨慎评估。
正文未提供中国大陆网络、支付或镜像信息，访问状态只能标为未知。若直连不稳定，可考虑 Docusaurus、GitBook、Mintlify、Notion、Obsidian 或 Context7 等替代方案。
本测评基于公开资料整理,不构成购买建议,请以 elephant.md 官网实际信息为准。
面向AI coding agents的持久记忆工具。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。