DataMind 是一个基于 LlamaIndex 构建的一体化智能助手，集成五大核心模块：

模块	功能	后端
RAG	向量语义检索，支持多模态（CLIP / VLM 文本化）	Chroma
GraphRAG	知识图谱检索	NetworkX
Database	自然语言转 SQL	SQLite
Skills	可扩展工具系统	FunctionTool
Memory	对话记忆	短期 + 长期

Agent 会根据用户问题自动选择最合适的工具，无需手动指定。

为什么叫 DataMind？

名字精确地捕捉了系统的本质：Data 是静态的原材料，Mind 通过理解、推理、记忆和决策让数据活了起来。

每个模块映射了一种认知能力：

• RAG → 感知（将原始文本编码为向量表示）
• GraphRAG → 联想（通过实体关系网络连接概念）
• Database → 语言（在自然语言和形式查询语言之间架桥）
• Memory → 记忆（工作记忆 + 长期记忆，自动摘要）
• Skills → 技能（可调用的程序性知识）
• Agent → 执行控制（自主决策使用哪个能力）

两种使用方式

• Web 界面 — 全功能界面，流式对话输出，RAG/GraphRAG/Database/Skills/Memory 可视化管理面板
• 终端命令行 — 交互式对话模式，功能完全一致，适合无图形界面的服务器

设计目标

1. 模块化可扩展 — 各模块独立，新增检索策略或工具无需改动其他模块
2. Benchmark 就绪 — 内置并发推理测评，支持准确率评估
3. 以数据为中心 — 基于 Profile 的数据管理，方便对比不同预处理方案
4. 零 GPU 依赖 — 所有 LLM 推理和 Embedding 通过远程 API 完成