REPOGEO 报告 · LITE

honeyandme/RAGQnASystem

默认分支 main · commit bd32bbaf · 扫描时间 2026/5/9 11:07:48

星标 1,210 · Fork 128

AI 可见性总分

23 /100

亟需修复

品类召回

0 / 2

在所有问题中均未被推荐

规则结果

通过 1 · 警告 0 · 失败 1

客观元数据检查

AI 认识你的名字

2 / 3

直接询问时，AI 是否点名你的仓库

如何阅读这份报告

行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试：当用户向 AI 提一个不带品牌、本应让 honeyandme/RAGQnASystem 浮出水面的问题时，AI 是真的推荐了你，还是推荐了你的竞品？客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。

行动计划 — 可复制粘贴的修复

3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。

整体方向

highreadme#1

Add a concise English summary to the README's introduction

原因：

复制粘贴的修复

This project is a medical question answering system leveraging Retrieval Augmented Generation (RAG) with a knowledge graph built on Neo4j and DiseaseKG, designed to enhance reliability in medical AI consultations.

hightopics#2
Add relevant topics to the repository
原因：
复制粘贴的修复
```
medical-qa, rag, knowledge-graph, neo4j, llm, bert, nlp, healthcare-ai, streamlit
```

highlicense#3

Add a LICENSE file to the repository

原因：

复制粘贴的修复

Choose and add a standard open-source license file (e.g., MIT, Apache-2.0, GPL-3.0) to the repository root.

本次扫描解析到的品类 GEO 通道：google/gemini-2.5-flash, deepseek/deepseek-v4-flash

品类可见性 — 真正的 GEO 测试

向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你，还是推荐了别人？

各模型使用同一组问题 — 切换标签对比回答与排名。

召回

0 / 2

0% 的问题里出现了 honeyandme/RAGQnASystem

平均排名

—

越小越好。#1 表示首位推荐。

声量占比

在所有被点名的工具中，你占了多少？

头号对手

langchain-ai/langchain

在 2 个问题中被推荐 2 次

竞品排行

langchain-ai/langchain · 被推荐 2 次
run-llama/llama_index · 被推荐 2 次
GPT-4 · 被推荐 1 次
Claude 3 Opus · 被推荐 1 次
Med-PaLM 2 · 被推荐 1 次

品类问题
How to build a reliable medical question answering system using large language models?
你：未被推荐
AI 推荐顺序：
1. GPT-4
2. Claude 3 Opus
3. Med-PaLM 2
4. LangChain (langchain-ai/langchain)
5. LlamaIndex (run-llama/llama_index)
6. Pinecone
7. Weaviate (weaviate/weaviate)
8. Chroma (chroma-core/chroma)
9. PubMed/PubMed Central
10. ClinicalTrials.gov
11. UMLS
12. MeSH
13. RxNorm
14. Label Studio (heartexlabs/label-studio)
15. Prodigy
16. Ragas (explodinggradients/ragas)
17. TruLens (truera/trulens)
18. Guardrails AI (guardrails-ai/guardrails)
19. Hugging Face Transformers (huggingface/transformers)
AI 推荐了 19 个替代方案，却始终没点名 honeyandme/RAGQnASystem。这就是要补上的差距。
查看 AI 完整回答
品类问题
Seeking a RAG framework that leverages knowledge graphs for enhanced medical information retrieval.
你：未被推荐
AI 推荐顺序：
1. Neo4j (neo4j/neo4j)
2. LangChain (langchain-ai/langchain)
3. LlamaIndex (run-llama/llama_index)
4. TypeDB (vaticle/typedb)
5. Amazon Neptune
6. Stardog
7. Ontotext GraphDB
AI 推荐了 7 个替代方案，却始终没点名 honeyandme/RAGQnASystem。这就是要补上的差距。
查看 AI 完整回答

客观检查

针对 AI 引擎最看重的元数据信号的规则审计。

Metadata completeness
fail
建议：
README presence
pass

自指检查

当被直接问到你时，AI 是否还知道你的仓库存在？

Compared to common alternatives in this category, what is the core differentiator of honeyandme/RAGQnASystem?
pass
AI 未点名 honeyandme/RAGQnASystem —— 很可能在说另一个项目
AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？
If a team adopts honeyandme/RAGQnASystem in production, what risks or prerequisites should they evaluate first?
pass
AI 明确点名了 honeyandme/RAGQnASystem
AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？
In one sentence, what problem does the repo honeyandme/RAGQnASystem solve, and who is the primary audience?
pass
AI 明确点名了 honeyandme/RAGQnASystem
AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

嵌入你的 GEO 徽章

把这个徽章贴进 honeyandme/RAGQnASystem 的 README。每次重新扫描都会自动更新，并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。

实时预览

MARKDOWN（README）

[![RepoGEO](https://repogeo.com/badge/honeyandme/RAGQnASystem.svg)](https://repogeo.com/zh/r/honeyandme/RAGQnASystem)

HTML

<a href="https://repogeo.com/zh/r/honeyandme/RAGQnASystem"><img src="https://repogeo.com/badge/honeyandme/RAGQnASystem.svg" alt="RepoGEO" /></a>

Pro

订阅 Pro，解锁深度诊断

honeyandme/RAGQnASystem — 轻量扫描仍免费；本卡列出 Pro 相对轻量的深度额度。

深度报告每月 10 次
无品牌品类查询5，轻量 2
优先行动项8，轻量 3