← All projects
Autoflow
B+26/40RAG / 向量洞察置信度：中Knowledge base tool built on TiDB Vector Search.
ragvectortidb
Executive Insight
Autoflow 属于「RAG / 向量」方向，综合分 26/40（B+）。当前最强项是 知识检索 (RAG)、LLM 集成、记忆系统，短板集中在 多模态、Agent 自主性。
核心优势
- - 知识检索 (RAG)达到 5/5（知识图谱 + 动态更新），说明该项目在这一能力上较成熟。
- - LLM 集成达到 4/5（多模型切换 + Provider 抽象），说明该项目在这一能力上较成熟。
- - 记忆系统达到 4/5（分层记忆（短期/长期）），说明该项目在这一能力上较成熟。
能力短板
- - 多模态仅 1/5，当前更像“可用基础版”，需要补齐工程化能力。
- - Agent 自主性仅 3/5，当前更像“可用基础版”，需要补齐工程化能力。
适用场景
- - 私有知识库问答
- - 企业文档检索增强
落地风险与建议
- - 该条目为启发式分析，建议在核心决策前做一次仓库级人工复核。
- - 项目相对较新，API 与架构演进速度可能较快，升级成本需预留。
- - 围绕 多模态 先做最小闭环，再扩展高级能力。
- - 围绕 Agent 自主性 先做最小闭环，再扩展高级能力。
Intelligence Profile
Dimensions
LLM 集成
多模型切换 + Provider 抽象
Level 4: 多模型切换 + Provider 抽象
Heuristic from category — verify manually
Agent 自主性
ReAct 循环（自主工具调用）
Level 3: ReAct 循环（自主工具调用）
Heuristic from category — verify manually
记忆系统
分层记忆（短期/长期）
Level 4: 分层记忆（短期/长期）
Heuristic from category — verify manually
工具使用
Function Calling / Tool Use
Level 3: Function Calling / Tool Use
Heuristic from category — verify manually
知识检索 (RAG)
知识图谱 + 动态更新
Level 5: 知识图谱 + 动态更新
Heuristic from category — verify manually
多模态
图片输入理解
Level 1: 图片输入理解
Heuristic from category — verify manually
评估与验证
自动测试 + CI
Level 3: 自动测试 + CI
Heuristic from category — verify manually
人机协作
审批流 + 权限分级
Level 3: 审批流 + 权限分级
Heuristic from category — verify manually
Architecture
rag-vectors (catalog seed)
Knowledge base tool built on TiDB Vector Search.
GitHub Live Metrics
Loading live metrics...