2,758
// 项目简介
AutoFlow 是一款开源知识库工具，利用基于 TiDB Vector、LlamaIndex 和 DSPy 构建的 Graph RAG 技术。该平台提供由内置高级网站爬虫驱动的 Perplexity 风格对话式搜索体验。用户还可以使用简单的 JavaScript 代码片段将可自定义的搜索小部件集成到自己的网站中。
// 技术分析
AutoFlow 是一个开源知识库工具，旨在通过利用 TiDB Vector、LlamaIndex 和 DSPy 来实现 GraphRAG。它通过将先进的网络爬虫与结构化知识图谱检索相结合，解决了构建智能、具备上下文感知能力的搜索界面的挑战。该项目优先考虑模块化架构，将强大的数据库存储与现代前端框架相结合，尽管它仍处于早期开发阶段，正向着更易用的 Python 包生态系统过渡。
// 核心亮点
01
实现了 GraphRAG 技术，与标准 RAG 相比，提供了更准确且具备上下文感知能力的知识检索。
02
内置网站爬虫，可抓取站点地图（sitemaps），确保知识库与官方文档保持同步更新。
03
提供类似 Perplexity 的对话式搜索界面，以增强用户交互和信息发现体验。
04
提供可嵌入的 JavaScript 代码片段，使开发者能够轻松地将对话式搜索小部件添加到任何网站。
05
利用 TiDB 作为聊天记录、向量嵌入、JSON 数据和分析的统一存储解决方案。
06
集成了 DSPy，实现了对基础模型的程序化控制，超越了传统的提示工程（prompt engineering）。
// 典型使用场景
01
具有自动站点地图 URL 抓取功能的 Perplexity 风格对话式搜索
02
用于在外部网站上即时响应产品相关查询的可嵌入 JavaScript 小部件
03
使用 Graph RAG 和 TiDB 管理知识库，用于存储聊天记录和向量数据
// 快速开始
要开始使用 AutoFlow，您可以使用 Docker Compose 部署应用程序，这需要系统至少具备 4 核 CPU 和 8GB 内存。详细的部署说明可在项目的官方文档中找到。您也可以访问 tidb.ai 体验在线演示，查看对话式搜索功能的实际效果。