Initial commit: 识流(Thiflow) AI产品技术分析

- 产品概述与定位
- 技术架构分析
- 核心技术详解（视觉模型、Agent、控制层等）
- 竞品对比
- 可复刻实现方案
- 参考资料整理

02-技术架构/README.md

@@ -0,0 +1,83 @@
+# 02-技术架构
+
+## 整体架构
+
+```
+┌─────────────────────────────────────────────────────────────┐
+│                        用户交互层                             │
+│           (微信助手 / 公众号 / 网页 / API)                    │
+└─────────────────────────┬───────────────────────────────────┘
+                          ↓
+┌─────────────────────────────────────────────────────────────┐
+│                     多智能体调度层                            │
+│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌──────────┐    │
+│  │  任务Agent │  │ 视觉Agent │  │ 操作Agent │  │ 知识Agent │    │
+│  └──────────┘  └──────────┘  └──────────┘  └──────────┘    │
+└─────────────────────────┬───────────────────────────────────┘
+                          ↓
+┌─────────────────────────────────────────────────────────────┐
+│                       核心能力层                              │
+│  ┌──────────┐  ┌──────────┐  ┌──────────┐  ┌──────────┐    │
+│  │ 视觉模型  │  │ 意图理解  │  │ 工具执行  │  │ 知识库   │    │
+│  │ (看屏幕) │  │ (拆解任务) │  │ (操作电脑) │  │ (RAG)   │    │
+│  └──────────┘  └──────────┘  └──────────┘  └──────────┘    │
+└─────────────────────────┬───────────────────────────────────┘
+                          ↓
+┌─────────────────────────────────────────────────────────────┐
+│                       基础设施层                              │
+│    (自研模型 / 知识库 / 微信API / 第三方LLM / CDP)           │
+└─────────────────────────────────────────────────────────────┘
+```
+
+## 核心能力层详解
+
+### 1. 视觉模型（看）
+
+负责理解屏幕内容：
+- 截图获取
+- 视觉编码
+- UI元素检测（按钮、输入框、列表）
+- 中文UI优化
+
+### 2. 意图理解（想）
+
+负责理解用户指令：
+- 任务拆解
+- 执行计划生成
+- 动态调整
+- 自我纠错
+
+### 3. 工具执行（做）
+
+负责执行操作：
+- CDP / UIAutomation 控制
+- 鼠标、键盘操作
+- 结果验证
+
+### 4. 知识库（RAG）
+
+支持私域知识：
+- 文档上传
+- 向量化存储
+- 召回增强
+
+## 多智能体协作
+
+```
+主Agent（协调者）
+├── 视觉Agent   → 理解界面
+├── 操作Agent   → 执行动作
+├── 知识Agent   → 检索知识库
+├── 校验Agent   → 结果验证
+└── 通信Agent   → 微信/通知
+```
+
+## 技术选型
+
+| 层级 | 技术 |
+|------|------|
+| 视觉模型 | 自研（非GPT-4V等第三方）|
+| LLM | 自研 + 支持第三方接入 |
+| 控制层 | CDP / UIAutomation |
+| 知识库 | 向量数据库 + RAG |
+| 通信 | 微信开放平台 / 企业微信API |