RRepoGEO

REPOGEO 报告 · LITE

postgresml/korvus

默认分支 main · commit 7c060357 · 扫描时间 2026/6/27 12:48:15

星标 1,467 · Fork 50

本仓库扫描历史

下方为分数趋势(含全部就绪扫描;左旧右新,可横向滚动)。表格明细默认折叠,展开后每页 10 条,最新在上。

分数趋势(左 → 右:旧 → 新)

共 3 条就绪扫描。点击下方按钮展开表格(每页 10 条,可翻页)。

AI 可见性总分
40 /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 2 · 警告 0 · 失败 0
客观元数据检查
AI 认识你的名字
3 / 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 postgresml/korvus 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
    Reposition the README's opening sentence to emphasize "end-to-end RAG pipeline SDK"

    原因:

    当前
    Korvus is a search SDK that unifies the entire RAG pipeline in a single database query.
    复制粘贴的修复
    Korvus is an **end-to-end RAG pipeline SDK** that unifies the entire Retrieval Augmented Generation workflow into a single database query, built on Postgres for Python, JavaScript, and Rust developers.
  • mediumtopics#2
    Add more specific RAG and vector search topics

    原因:

    当前
    ai, embeddings, javascript, llm, ml, python, rag, search, sql
    复制粘贴的修复
    ai, embeddings, javascript, llm, ml, python, rag, search, sql, rag-pipeline, vector-search, ai-sdk
  • lowreadme#3
    Enhance 'Why Korvus?' section with explicit comparisons to common alternatives

    原因:

    复制粘贴的修复
    Expand the 'Why Korvus?' section to include a brief comparison or differentiation from common alternatives like standalone vector databases (e.g., `pg_vector`, Supabase Vector) or generic ML libraries (e.g., `transformers`), highlighting how Korvus provides a unified, single-query RAG pipeline.

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 postgresml/korvus
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
PostgreSQL
在 2 个问题中被推荐 1 次
竞品排行
  1. PostgreSQL · 被推荐 1 次
  2. neondatabase/pg_embedding · 被推荐 1 次
  3. PL/Python · 被推荐 1 次
  4. PL/pgSQL · 被推荐 1 次
  5. huggingface/transformers · 被推荐 1 次
  • 品类问题
    How to implement an entire RAG pipeline efficiently within a single database query?
    你:未被推荐
    AI 推荐顺序:
    1. PostgreSQL
    2. pg_embedding (neondatabase/pg_embedding)
    3. PL/Python
    4. PL/pgSQL
    5. transformers (huggingface/transformers)
    6. langchain (langchain-ai/langchain)
    7. OpenAI
    8. Anthropic
    9. Hugging Face
    10. Supabase (supabase/supabase)
    11. pg_vector (pgvector/pgvector)
    12. Supabase Edge Functions
    13. pg_graphql (supabase/pg_graphql)
    14. Deno (denoland/deno)
    15. PostgresML (postgresml/postgresml)
    16. ClickHouse (ClickHouse/ClickHouse)
    17. SingleStore
    18. Milvus (milvus-io/milvus)
    19. Weaviate (weaviate/weaviate)
    20. generative-openai
    21. generative-cohere

    AI 推荐了 21 个替代方案,却始终没点名 postgresml/korvus。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    Looking for a high-performance search solution built on Postgres for Python RAG applications.
    你:未被推荐
    AI 推荐顺序:
    1. pg_vector
    2. Lantern
    3. Supabase Vector
    4. PostgresML
    5. Tembo Vector DB

    AI 推荐了 5 个替代方案,却始终没点名 postgresml/korvus。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
    pass

  • 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 postgresml/korvus?
    pass
    AI 明确点名了 postgresml/korvus

    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 postgresml/korvus in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 postgresml/korvus

    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 postgresml/korvus solve, and who is the primary audience?
    pass
    AI 明确点名了 postgresml/korvus

    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 postgresml/korvus 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/postgresml/korvus.svg)](https://repogeo.com/zh/r/postgresml/korvus)
HTML
<a href="https://repogeo.com/zh/r/postgresml/korvus"><img src="https://repogeo.com/badge/postgresml/korvus.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro,解锁深度诊断

postgresml/korvus — 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