选型决策矩阵
按应用场景、非功能性指标与技术特性给出可落地的选型路径
如何用这份矩阵
先选场景，再看约束（成本/合规/时效），最后用技术特性做差异化补强。
选型决策矩阵
一、按场景选型
| 场景 | 首选 | 备选 | 备注 |
|---|---|---|---|
| 企业知识库 | onyx | LightRAG + 自研 RBAC | 多租户/审计/工作流是关键 |
| 多模态文档 | RAG-Anything | LightRAG + ColPali | 图表/表格/公式解析 + 融合检索 |
| 代码库问答 | LightRAG | SurfSense | AST 分块 + 混合检索 + 依赖图扩展 |
| 客服问答 | onyx + FAQ | kotaemon | 意图识别/多轮对话/FAQ 混检 |
| 个人知识库 | LightRAG(本地) | Verba | 本地模型 + 轻运维 |
二、按非功能性指标过滤
- 合规/安全（必须）：优先 onyx；否则需补齐 RBAC、审计、加密
- 成本限制：优先开源本地模型；Embedding 缓存 + 模型分层
- 上线时效：kotaemon（平台化）、LightRAG（通用基座）
- 可维护性：文档/测试/配置分层更重要（LightRAG/onyx）
三、按技术特性打补丁
| 关注点 | 推荐项目/方案 | 备注 |
|---|---|---|
| Agent 编排 | onyx / kotaemon / LangGraph | 可视化/审计能力 |
| 多租户与安全 | onyx | RBAC、命名空间、审计 |
| 混合检索 | SurfSense / LightRAG | 向量+BM25+Rerank（RRF 融合） |
| 知识图谱 | LightRAG | Neo4j/NetworkX、子图检索 |
| 多后端 | Verba / LightRAG | 可切换存储/索引组件 |
决策流程（实践建议）
- 业务定性：确定场景 + 约束（合规/成本/时效）
- 候选集：从场景矩阵选 1-2 个候选
- 能力补强：用“技术特性”表补齐短板
- 快速试点：1 周内跑通小集群 + 监控
- 评估切换成本：数据格式、索引兼容、模型抽象
结论：如果没有强制合规且希望快速上线，LightRAG 是性价比最高的起点；企业场景建议上 onyx。