RRepoGEO

REPOGEO 报告 · LITE

NJU-PCALab/RAG-Diffusion

默认分支 main · commit 2acfbd43 · 扫描时间 2026/5/30 10:22:43

星标 622 · Fork 28

AI 可见性总分
28 /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 1 · 失败 0
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 NJU-PCALab/RAG-Diffusion 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
    Explicitly disambiguate 'RAG' acronym in the README

    原因：

    当前
    We present **RAG**, a **R**egionalA**ware text-to-image **G**eneration method conditioned on regional descriptions for precise layout composition.
    复制粘贴的修复
    We present **RAG** (short for **R**egional-**A**ware text-to-image **G**eneration, distinct from Retrieval-Augmented Generation), a method conditioned on regional descriptions for precise layout composition.
  • hightopics#2
    Add specific topics to improve categorization

    原因：

    复制粘贴的修复
    text-to-image, diffusion-models, generative-ai, regional-prompting, compositional-generation, layout-control, computer-vision, deep-learning
  • mediumhomepage#3
    Add a homepage URL to the repository metadata

    原因：

    复制粘贴的修复
    https://arxiv.org/abs/2411.06558

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 NJU-PCALab/RAG-Diffusion
平均排名
—
越小越好。#1 表示首位推荐。
声量占比
0%
在所有被点名的工具中，你占了多少？
头号对手
ControlNet
在 2 个问题中被推荐 2 次
竞品排行
  1. ControlNet · 被推荐 2 次
  2. ComfyUI · 被推荐 2 次
  3. Midjourney · 被推荐 1 次
  4. Fooocus · 被推荐 1 次
  5. Adobe Firefly · 被推荐 1 次
  • 品类问题
    How to achieve precise layout and object placement in text-to-image generation?
    你：未被推荐
    AI 推荐顺序：
    1. ControlNet
    2. Midjourney
    3. Fooocus
    4. Adobe Firefly
    5. DALL-E 3
    6. ComfyUI

    AI 推荐了 6 个替代方案，却始终没点名 NJU-PCALab/RAG-Diffusion。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    What are effective methods for compositional text-to-image generation with regional prompting?
    你：未被推荐
    AI 推荐顺序：
    1. ControlNet
    2. Stable Diffusion
    3. SAM - Segment Anything Model
    4. Regional Prompter
    5. Automatic1111
    6. ComfyUI
    7. GLIGEN
    8. LayoutDiffusion
    9. Attend-and-Excite
    10. Prompt-to-Prompt (P2P)

    AI 推荐了 10 个替代方案，却始终没点名 NJU-PCALab/RAG-Diffusion。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
    warn

    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 NJU-PCALab/RAG-Diffusion?
    pass
    AI 明确点名了 NJU-PCALab/RAG-Diffusion

    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 NJU-PCALab/RAG-Diffusion in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 NJU-PCALab/RAG-Diffusion

    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 NJU-PCALab/RAG-Diffusion solve, and who is the primary audience?
    pass
    AI 未点名 NJU-PCALab/RAG-Diffusion —— 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？

嵌入你的 GEO 徽章

把这个徽章贴进 NJU-PCALab/RAG-Diffusion 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。

RepoGEO badge preview实时预览
MARKDOWN（README）
[![RepoGEO](https://repogeo.com/badge/NJU-PCALab/RAG-Diffusion.svg)](https://repogeo.com/zh/r/NJU-PCALab/RAG-Diffusion)
HTML
<a href="https://repogeo.com/zh/r/NJU-PCALab/RAG-Diffusion"><img src="https://repogeo.com/badge/NJU-PCALab/RAG-Diffusion.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

NJU-PCALab/RAG-Diffusion — 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