autoflow：它是什么、解决了什么问题以及为何受到关注

它解决了什么

AutoFlow 提供了一种使用 Graph RAG（知识图谱检索增强生成）构建知识库的方式，使用户能够为其网站或文档创建对话式搜索体验。

工作原理

它结合了多种技术来处理和检索信息：

• 数据收集：使用内置的网站爬虫从官方文档站点的 sitemap 中抓取 URL。
• 存储：使用 TiDB Vector 存储聊天历史、向量、JSON 和分析数据。
• 编排：利用 LlamaIndex 作为 RAG 框架，使用 DSPy 编程基础模型。
• 界面：提供类似 Perplexity 的对话式搜索页面，并提供可嵌入的 JavaScript 代码片段，以在现有网站中添加搜索小部件。

适用人群

想要实现 AI 驱动的对话式搜索或基于自有文档的知识库的开发者和产品负责人。

亮点

• Graph RAG：利用知识图谱提升检索效果。
• 内置爬虫：通过 sitemap 轻松抓取文档站点。
• 可嵌入小部件：通过 JavaScript 代码片段轻松集成到网站。
• 现代技术栈：使用 Next.js、Tailwind CSS 和 shadcn/ui 构建。