AutoFlow：基于GraphRAG的对话知识库，降维打击AI客服类工具

综合介绍

AutoFlow 是由 PingCAP 开发的开源工具，旨在通过 TiDB 无服务器向量存储构建基于图的知识库。它集成了 LlamaIndex 和 DSPy 框架，支持复杂的对话搜索和知识图谱编辑。用户可以通过简单的 JavaScript 代码片段将对话搜索窗口嵌入网站，提升用户体验。

在线体验：https://tidb.ai/

AutoFlow：基于 GraphRAG 的对话式知识库工具，内置网页爬虫-1功能列表

知识图谱构建 ：基于 TiDB 向量存储，支持知识图谱的创建和编辑。

对话搜索 ：集成 LlamaIndex 和 DSPy 框架，提供类似 Perplexity 的对话搜索功能。

无服务器存储 ：利用 TiDB 无服务器向量存储，支持大规模数据存储和管理。

嵌入式搜索窗口 ：通过 JavaScript 代码片段，将对话搜索窗口嵌入网站。

Docker 部署 ：支持使用 Docker 和 Docker Compose 进行本地部署。

使用帮助

安装和部署

本地部署 ：

git clone https://github.com/pingcap/autoflow.git

cd autoflowdocker-compose up -d

访问本地部署的 AutoFlow 实例，默认地址为 http://localhost:3000。

进入项目目录并启动服务：

确保已安装 Docker 和 Docker Compose。

克隆 AutoFlow 仓库：

嵌入式搜索窗口 ：

复制以下 JavaScript 代码片段并嵌入到你的网站： html<br/>¨K16K<br/>

该代码片段将在网站右下角显示对话搜索窗口，用户可以直接在其中进行搜索和互动。

功能操作指南

知识图谱构建 ：

访问 AutoFlow 管理界面，选择“知识图谱”模块。

使用内置的编辑工具添加、修改或删除知识节点和关系。

保存更改后，知识图谱将自动更新并可用于对话搜索。

对话搜索 ：

在对话搜索窗口中输入查询，系统将基于知识图谱和向量数据库提供相关答案。

用户可以通过对话进一步细化查询，获取更精确的信息。

无服务器存储管理 ：

访问 TiDB 管理界面，查看和管理存储的数据。

支持数据的导入、导出和备份，确保数据安全和高可用性。

详细操作流程

添加知识节点 ：

点击“添加节点”按钮。

输入节点名称和描述，选择节点类型。

保存节点，系统将自动更新知识图谱。

编辑知识关系 ：

选择两个节点，点击“添加关系”按钮。

输入关系描述，选择关系类型。

保存关系，知识图谱将自动更新。

对话搜索使用 ：

在搜索窗口中输入问题，例如“什么是 AutoFlow？”。

系统将基于知识图谱提供答案，并显示相关节点和关系。

用户可以点击节点查看详细信息，或继续提问获取更多信息。