风语 · 实用指南 · 更新于 2026-09-26
结论先说：选型不该从功能列表开始，应该从判定线开始——四维评分 ≥70 的才进候选池，进了池子的再拿你自己的 30–50 个业务问题实跑一遍。这样能同时避开「demo 好看但用不起来」和「免费就一定有坑」两个相反的误判。
别人怎么说：人人都是产品经理作者叶小钗在药企知识库的案例里（《老板花几十万做AI知识库，三个月后发现打水漂了……》，作者：叶小钗）写到，同一件事的报价从不到 10 万到 300 万都有人报；他的提醒是，如果选团队时只比价格和 demo，很可能买到的就是一个带聊天框的文档搜索工具。
我们的判定怎么说：这个提醒可以直接量化成一道闸门。风语货架 2026-09-25 快照对 840 件工具做同一套判定（活跃 30 + 人气 25 + 可用 30 + 合规 15，≥70 上架），结果是 253 件上架、542 件观察、45 件淘汰，过线率只有 30.1%；也就是说，随手挑一件工具，七成概率它连基本门槛都没过。我们的判定是：先用这四维把候选池从几十件收窄到个位数，报价和 demo 只在这之后才值得看。
结论：四项不是功能打分，是风险打分——每一项对应的都是上线后可能踩的坑。
| 维度 | 看什么 | 筛掉的风险 |
|---|---|---|
| 活跃（30） | 最近提交与更新频率 | 接手后无人维护，出 bug 没人修 |
| 人气（25） | 社区规模与使用量 | 遇到问题搜不到答案，只能自己啃 |
| 可用（30） | 有没有能上手的东西：可跑的 demo、安装包、发布产物 | 文档写得漂亮，实际跑不起来 |
| 合规（15） | 许可是否宽松、来源是否清晰 | 商用阶段才发现许可有问题 |
结论：知识库这条链上，够格的上架工具不少，而且免费开源的分数并不低。下表都是从 840 件送评里过线（≥70）的项目。
| 工具 | 判定分 | 一句话定位 |
|---|---|---|
| microsoft/graphrag | 93 | 基于图的检索增强生成系统 |
| HKUDS/LightRAG | 93 | 轻量、快速的检索增强生成 |
| MemPalace/mempalace | 98 | 开源 AI 记忆系统 |
| mem0ai/mem0 | 88 | 给 AI 应用加长期记忆的层 |
| deepset-ai/haystack | 83 | 面向生产的知识编排框架 |
| Mintplex-Labs/anything-llm | 83 | 可自托管的知识问答工作台 |
反过来说，判定的意义也在于淘汰：同一份快照里有 45 件工具低于 40 分被淘汰，542 件落在 40–69 的观察区——这些不是「不能用」，而是「现在不该拿它当生产底座」。
结论：把选型当成一次可复现的测试，而不是一次比价。
结论：选型阶段的坑，基本都能用「先评分、再实跑」两句挡住。
| 坑 | 典型表现 | 应对 |
|---|---|---|
| 被 demo 说服 | 演示问题恰好是它最擅长的 | 用你的评测集跑，不用它的演示集 |
| 只看价格 | 选了便宜团队，交付的是文档搜索 | 报价前先过判定线，再看报价 |
| 只看功能表 | 功能很全，许可和活跃度都不看 | 四维里活跃与合规占比 45 分 |
| 没有退出条件 | 用不动又不换，一路拖到没人用 | 立项时就写下替换条件 |
怎么选 AI 客服和知识库工具？先用四维评分把候选池收窄到个位数，再用自己的 30–50 个业务问题实跑，只看答对率、引用可溯率、拒答是否合规。
怎么识别「带聊天框的文档搜索工具」？问三件事：能否给出答案出处、能否做跨文档对比、能否按你的规则拒答。三条都答不出，基本就是文档搜索。
免费开源能用吗？看判定分。graphrag 93、LightRAG 93、mem0 88 都是免费开源项目，分数高于不少商业工具。
评分高就适合我吗？不一定，它保证的是「值得进候选池」，适不适合仍要你自己实跑一次。
同簇阅读：AI 客服真的能替代人工客服吗？ ｜ 小团队想上 AI 客服，第一步该做什么、要花多少钱？ ｜ 公司做的 AI 知识库，为什么三个月就没人用了？
相关工具页：风语工具集合（过判定才上架） ｜ 风语曲线分析工作台