流
AnythingLLM
面向本地与托管模型 (Model) 后端的文档 grounding（基于文档）聊天与智能体 (Agent) 工作流的开源 (Open Source) 工作空间层。
信号 (Signal) AnythingLLM 将检索 (Retrieval)、工作空间管理与对话界面整合至一个开源 (Open Source) 部署方案。 语境 (Context) 它将模型 (Model) 访问与文档上下文转化为可重复的团队工作流，缩短原始模型 (Model) 端点与可用本地知识接口之间的差距。 关联性 (Relevance) 对于 Openflows（开流），这提升了实际可及性同时保持可检视性：团队可以在运行时和数据路径上拥有明确控制权的情况下运行知识工作流。 当前状态 (Current State) 自托管 AI 工作空间操作的广泛可见开源 (Open Source) 模式。 开放问题 (Open Questions) 何种数据分段的默认设置对于安全的多租户用途是必需的？跨异构文档集应如何评估检索质量？哪些治理实践能使本地便利性与长期安全性保持一致？ 连接 (Connections) 链接至 local-inference-baseline 与 ollama，作为基础设施的邻近项。链接至 open-weights-commons，作为一个开源工作空间层，使本地模型 (Model) 访问在知识工作流中具有实际可用性。
译注 (Translator's Note)
- Currency vs. Current：在 Openflows 知识库中，“Currency”译为“流通”，代表流转的实质；此处条目类型为“current”，对应译作“流”，指代具体的动态信号或实体。
- Model (模型) 与 Agent (智能体)：此处保留英文原词对照，以强调 AI 技术语境下的特定范式，区别于传统软件概念。
- Relevance：译为“关联性”而非“相关性”，更强调系统与生态结构中的位置而非统计上的相关。
- Openflows（开流）：首译注出汉字“开流”，呼应《庄子》中鹏鸟“开万里”的意象及开源流动性，此处保留品牌名 Openflows 以确保识别性。