Redis

1.设计了长短期记忆2.基于parent-child切分的rag多路检索，metadata中包含版本号，权限等诸多细节3.自然语言查询text2sql功能，包含预检，schema返回（以及少样本返回），sql生成（模板或llm依据字段生成），只读ast审计等4.planandexcute模式5.to

核心功能模块：1.智能匹配推荐：基于多维度加权算法（技能匹配35%、综合评分25%、专业匹配25%、活跃度15%），技能匹配区分Jaccard相似度和互补度（互补权重0.6>相似权重0.4，因为组队更需技能互补），自动计算匹配百分比并给出匹配原因（共同技能、技能互补、同专业、活跃用户），按匹配度降序

平台包含用户注册登录、API密钥管理、模型分组、上游账号池、智能调度、接口转发、Token计费、余额充值、订阅套餐、兑换码、邀请返利、调用记录、数据看板及后台运维等模块。支持OpenAI、Claude、Gemini等不同协议和模型渠道，可根据账号状态、剩余额度、优先级及并发情况自动选择可用线路，并提

项目分为四大独立核心功能模块，完整覆盖数据采集、后端处理、前端交互、AI智能分析全业务链路：Python定时爬虫采集模块支持自定义多网站爬取规则，依托定时调度任务自动运行爬虫程序，批量抓取全网银行原始数据，完成基础去重、格式标准化预处理后存入数据库；ASP.NETCoreWebAPI后端服务模块提供

1、多智能体协作引擎—基于LangGraph构建Supervisor+4专家分层架构：知识检索专家（RAG+网络搜索）、报告生成专家（数据查询+方案撰写）、工况监测专家（设备故障/管线/安全诊断）、环境数据专家（天气/位置），Supervisor自动识别用户意图并路由至对应专家。2、RAG知识检索—

核心能力亮点1.智能问答（GraphRAG增强）用户可以用自然语言提问，系统在毫秒级完成：-**语义向量检索**：-**知识图谱桥接（GraphRAG）**：-**大模型流式作答**：将检索结果与图谱知识融合为增强Prompt，并自动标注引文来源（书名、作者、章节、页码）；2.知识图谱可视化（三级视