← All projects

Aix-DB

C15/40MCP / 工具洞察置信度:

Aix-DB 基于 LangChain/LangGraph 框架,结合 MCP Skills 多智能体协作架构,实现自然语言到数据洞察的端到端转换。

2,032JavaScriptCreated 2024-11-15GitHub →
bigdatadeepseek-r1difyechartslamaindexlangchainlanggraph-pythonllmmcpneo4jollamapythonqwensanicskilstext2sqlvllmvue3

Executive Insight

Aix-DB 属于「MCP / 工具」方向,综合分 15/40(C)。当前最强项是 工具使用、评估与验证、人机协作,短板集中在 记忆系统、多模态。

核心优势

  • - 工具使用达到 4/5(Level 4),说明该项目在这一能力上较成熟。
  • - 评估与验证达到 3/5(Level 3),说明该项目在这一能力上较成熟。
  • - 人机协作达到 3/5(Level 3),说明该项目在这一能力上较成熟。

能力短板

  • - 记忆系统仅 0/5,当前更像“可用基础版”,需要补齐工程化能力。
  • - 多模态仅 0/5,当前更像“可用基础版”,需要补齐工程化能力。

适用场景

  • - 把现有工具标准化接入 LLM
  • - 统一 AI 工具协议层

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。
  • - 补会话摘要与长期记忆存储,减少上下文丢失。
  • - 围绕 多模态 先做最小闭环,再扩展高级能力。

Intelligence Profile

LLM 集成Agent 自主性记忆系统工具使用知识检索 (RAG)多模态评估与验证人机协作

Dimensions

LLM 集成

Level 2

Level 2: 多轮对话 + Prompt 工程

Heuristic from category + topics — verify manually

Agent 自主性

Level 2

Level 2: 多步执行(人工每步确认)

Heuristic from category + topics — verify manually

记忆系统

Level 0

Level 0: 无记忆

Heuristic from category + topics — verify manually

工具使用

Level 4

Level 4: MCP 协议 + 外部 Server

Heuristic from category + topics — verify manually

知识检索 (RAG)

Level 1

Level 1: 简单文本搜索

Heuristic from category + topics — verify manually

多模态

Level 0

Level 0: 纯文本

Heuristic from category + topics — verify manually

评估与验证

Level 3

Level 3: 自动测试 + CI

Heuristic from category + topics — verify manually

人机协作

Level 3

Level 3: 审批流 + 权限分级

Heuristic from category + topics — verify manually

Architecture

mcp ecosystem (GitHub)

Aix-DB 基于 LangChain/LangGraph 框架,结合 MCP Skills 多智能体协作架构,实现自然语言到数据洞察的端到端转换。

GitHub Live Metrics

Loading live metrics...