AutoFlow：基于GraphRAG的对话式知识库/网页深度搜索工具，对话框可集成到其他网站

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/

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

1. 本地部署：
   • 确保已安装 Docker 和 Docker Compose。
   • 克隆 AutoFlow 仓库：

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

   • 进入项目目录并启动服务：

    cd autoflow
   docker-compose up -d
   

   • 访问本地部署的 AutoFlow 实例，默认地址为 http://localhost:3000。
2. 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
¨K16K

   • 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

1. 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。
2. 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。
3. 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：
  1. 点击“添加节点”按钮。
  2. 输入节点名称和描述，选择节点类型。
  3. 保存节点，系统将自动更新知识图谱。
• 编辑知识关系：
  1. 选择两个节点，点击“添加关系”按钮。
  2. 输入关系描述，选择关系类型。
  3. 保存关系，知识图谱将自动更新。
• 对话搜索使用：
  1. 在搜索窗口中输入问题，例如“什么是 AutoFlow？”。
  2. 系统将基于知识图谱提供答案，并显示相关节点和关系。
  3. 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。