diff --git a/README.md b/README.md
index aace458c..9aac302d 100644
--- a/README.md
+++ b/README.md
@@ -1,4 +1,5 @@
语析 - 基于大模型的知识库与知识图谱问答系统
+
@@ -10,230 +11,224 @@
-## 📝 项目概述
+## 📖 简介
-语析是一个强大的问答平台，结合了大模型 RAG 知识库与知识图谱技术，基于 Llamaindex + VueJS + FastAPI + Neo4j 构建。
+语析是一个功能强大的智能问答平台，融合了 RAG 知识库与知识图谱技术，基于 LangGraph + Vue.js + FastAPI + LightRAG 架构构建。
-**核心特点：**
+### ✨ 核心特性
-- 🤖 多模型支持：适配 OpenAI、各大国内主流大模型平台，以及本地 vllm、ollama 部署，只需配置对应服务平台的 `API_KEY` 即可使用。
-- 📚 灵活知识库：支持 PDF、TXT、MD、Docx 等多种格式文档，支持通过 URL 添加文件，支持联网搜索，辅助回答最新信息。
-- 🤖 智能体拓展：可以编写自己的智能体代码，适合二次开发：更多的开发自定义项；兼容 LangGraph 部署方法 WIP。
-- 🕸️ 知识图谱集成：基于 Neo4j 的知识图谱问答能力，可链接已有知识图谱。
+- 🤖 **多模型支持** - 兼容 OpenAI、国内主流大模型平台及本地部署（vLLM、Ollama）
+- 📚 **灵活知识库** - 支持 PDF、TXT、MD、Docx 等格式，支持 URL 导入和联网搜索
+- 🤖 **智能体扩展** - 支持自定义智能体开发，兼容 LangGraph 部署
+- 🕸️ **知识图谱** - 基于 Neo4j 的图谱问答，可接入现有知识图谱
+- 👥 **权限控制** - 支持超级管理员、管理员、普通用户三级权限体系
https://github.com/user-attachments/assets/15f7f315-003d-4e41-a260-739c2529f824
-
-
-## 📋 更新日志
-
-- **2025.05.07** - 新增权限控制功能，主要角色分为 超级管理员、管理员、普通用户 [PR#173](https://github.com/xerrors/Yuxi-Know/pull/173)
-- **2025.03.30** - 系统中集成智能体（WIP， [PR#96](https://github.com/xerrors/Yuxi-Know/pull/96)）
-- **2025.02.24** - 新增网页检索以及内容展示，需配置 `TAVILY_API_KEY`，感谢 [littlewwwhite](https://github.com/littlewwwhite)
-- **2025.02.23** - SiliconFlow 的 Rerank 和 Embedding model 支持，现默认使用 SiliconFlow
-- **2025.02.20** - DeepSeek-R1 支持，需配置 `DEEPSEEK_API_KEY` 或 `SILICONFLOW_API_KEY`
## 🚀 快速开始
-> 建议 clone stable 版本的代码
+### 系统要求
-```bash
-git clone -b stable https://github.com/xerrors/Yuxi-Know.git
+- Docker 和 Docker Compose
+- 2GB+ 可用内存
+- （可选）CUDA 支持的 GPU（用于 OCR 服务）
+
+### 一键启动
+
+1. **克隆项目**
+ ```bash
+ git clone -b stable https://github.com/xerrors/Yuxi-Know.git
+ cd Yuxi-Know
+ ```
+
+2. **配置 API 密钥**
+
+ 复制环境变量模板并编辑：
+ ```bash
+ cp src/.env.template src/.env
+ ```
+
+ **必需配置**（推荐使用硅基流动免费服务）：
+ ```env
+ SILICONFLOW_API_KEY=sk-270ea********8bfa97.e3XOMd****Q1Sk
+ ```
+ > 💡 [免费获取 SiliconFlow API Key](https://cloud.siliconflow.cn/i/Eo5yTHGJ)（注册即送 14 元额度）
+
+3. **启动服务**
+ ```bash
+ docker compose up --build
+ ```
+
+ 添加 `-d` 参数可后台运行。启动完成后访问：[http://localhost:5173](http://localhost:5173)
+
+4. **停止服务**
+ ```bash
+ docker compose down
+ ```
+
+### 故障排除
+
+- **内存不足**：如果 Milvus 启动失败，执行 `docker compose up milvus -d && docker restart api-dev`
+- **查看日志**：`docker logs api-dev -f`
+
+## 📋 更新日志
+
+- **2025.05.07** - 新增三级权限控制系统 [PR#173](https://github.com/xerrors/Yuxi-Know/pull/173)
+- **2025.03.30** - 智能体功能集成 [PR#96](https://github.com/xerrors/Yuxi-Know/pull/96)
+- **2025.02.24** - 新增网页检索功能，支持实时信息获取
+- **2025.02.23** - SiliconFlow Rerank 和 Embedding 模型支持
+- **2025.02.20** - DeepSeek-R1 模型支持
+
+## 🤖 模型配置
+
+### 对话模型
+
+支持多种 API 服务商，配置对应的 `API_KEY` 即可使用：
+
+| 服务商 | 推荐模型 | 环境变量 | 备注 |
+|--------|---------|----------|------|
+| 硅基流动 | `Qwen2.5-7B-Instruct` | `SILICONFLOW_API_KEY` | 🆓 免费，默认 |
+| OpenAI | `gpt-4o` | `OPENAI_API_KEY` | |
+| DeepSeek | `deepseek-chat` | `DEEPSEEK_API_KEY` | |
+| 豆包方舟 | `doubao-pro` | `ARK_API_KEY` | |
+| 智谱清言 | `glm-4-flash` | `ZHIPUAI_API_KEY` | |
+| 阿里云 | `qwen-max-latest` | `DASHSCOPE_API_KEY` | |
+
+**完整配置示例：**
+```env
+# 基础配置（必需）
+SILICONFLOW_API_KEY=sk-your-key-here
+
+# 可选配置
+OPENAI_API_KEY=sk-your-openai-key
+DEEPSEEK_API_KEY=sk-your-deepseek-key
+TAVILY_API_KEY=your-tavily-key # 联网搜索功能
```
-### 环境配置
+### 本地模型部署
-在启动前，您需要提供 API 服务商的 API_KEY，并放置在 `src/.env` 文件中（此文件项目中没有，需要自行参考 [src/.env.template](src/.env.template) 创建）。更多可配置项，可参考下方**对话模型**部分。
-
-默认使用硅基流动的服务，因此**必须**配置：
-
-```
-SILICONFLOW_API_KEY=sk-270ea********8bfa97.e3XOMd****Q1Sk
-```
-
-其他可选配置：
-```
-OPENAI_API_KEY= # OpenAI 服务
-DEEPSEEK_API_KEY= # DeepSeek 服务
-ZHIPUAI_API_KEY= # 智谱清言服务
-TAVILY_API_KEY= # 联网搜索功能
-```
-
-需要确保账户有一点点额度供调用，或使用这个链接注册[SiliconFlow 注册（含邀请码）](https://cloud.siliconflow.cn/i/Eo5yTHGJ)获得 14 元的赠送额度。
-
-> 本项目的基础对话服务可在不含显卡的设备上运行，大模型使用在线服务商的接口。
-
-### 启动服务
-
-> 确保已经安装了 [docker](https://docs.docker.com/engine/install/ubuntu/) 以及 [nvidia-container-toolkit](https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html)
-
-**开发环境启动**（源代码修改会自动更新）：
-
-```bash
-docker compose up --build
-```
-
-> 添加 `-d` 参数可在后台运行
-
-
-注：当内存不足时，可能会出现 Milvus 没有正常启动的情况。此时需要运行 `docker compose up milvus -d` 重新启动 Milvus，并重启 API 服务 `docker restart api-dev`。
-
-访问 [http://localhost:5173/](http://localhost:5173/) 即可使用系统。
-
-
-**关闭服务**：
-
-```bash
-docker compose down
-```
-
-**查看日志**：
-
-```bash
-docker logs <容器名称> -f # 例如：docker logs api-dev
-```
-
-## 💻 模型支持
-
-### 1. 对话模型
-
-本项目支持通过 API 调用的模型，本地模型需使用 vllm、ollama 转成 API 服务后使用。
-
-| 模型供应商 | 默认模型 | 配置项目 |
-| :--------------------- | :---------------------------------- | :---------------------- |
-| `siliconflow` (默认) | `Qwen/Qwen2.5-7B-Instruct` (免费) | `SILICONFLOW_API_KEY` |
-| `openai` | `gpt-4o` | `OPENAI_API_KEY` |
-| `deepseek` | `deepseek-chat` | `DEEPSEEK_API_KEY` |
-| `arc`（豆包方舟） | `doubao-1-5-pro-32k-250115` | `ARK_API_KEY` |
-| `zhipu`（智谱清言） | `glm-4-flash` | `ZHIPUAI_API_KEY` |
-| `dashscope`（阿里） | `qwen-max-latest` | `DASHSCOPE_API_KEY` |
-| `together.ai` | `meta-llama/Llama-3.3-70B-Instruct-Turbo-Free` | `TOGETHER_API_KEY` |
-| `openrouter` | `openai/gpt-4o` | `OPENROUTER_API_KEY` |
-
-#### 添加新模型供应商
-
-如需添加供应商模型，了解 OpenAI 调用方法后，在 [src/static/models.yaml](src/static/models.yaml) 中添加对应配置：
-
-```yaml
-ark:
- name: 豆包（Ark）
- url: https://console.volcengine.com/ark/region:ark+cn-beijing/model # 模型列表
- default: doubao-1-5-pro-32k-250115 # 默认模型
- base_url: https://ark.cn-beijing.volces.com/api/v3
- env: # 需要配置的环境变量，仅限API key
- - ARK_API_KEY
- models:
- - doubao-1-5-pro-32k-250115
- - doubao-1-5-lite-32k-250115
- - deepseek-r1-250120
-```
-
-### 如何配置本地大语言模型？
-
-支持添加以 OpenAI 兼容模式运行的本地模型，可在 Web 设置中直接添加（适用于 vllm 和 Ollama 等）。 参考 [scripts/vllm/run.sh](scripts/vllm/run.sh) 中的配置，运行该脚本即可部署本地模型，或者使用 Ollama 部署模型。
-
-> [!NOTE]
-> 使用 docker 运行此项目时，ollama 或 vllm 需监听 `0.0.0.0`
+支持通过 vLLM 或 Ollama 部署本地模型：
+然后在 Web 界面的"设置"中添加本地模型地址。
+## 📚 功能详解
-### 服务说明
+### 知识库管理
-项目中会启动多个服务，包括但不限于下面
+- **多格式支持**：PDF、TXT、Markdown、Docx、Excel 等
+- **多种导入方式**：本地上传、URL 导入、批量导入
+- **智能分块**：自动优化文档分割策略
+- **向量检索**：基于 Milvus 的高效相似度搜索
-|端口|服务|说明|
-|--|--|--|
-|5173|web|前端服务|
-|5050|api|后端服务|
-|7474, 7687|neo4j|图数据库接口|
-|9000, 9001|minio|文件数据库|
-|19530, 9091|mivlus|向量数据库|
-|30000|mineru|PDF解析（默认不启用）|
-|8080|paddlex|PP-Structure-V3 服务（默认不启用）|
-|8081|vllm|模型本地推理服务（默认不启用）|
+### 知识图谱
+使用 Neo4j 构建知识图谱问答能力：
+1. **数据格式**：支持 JSONL 格式导入
+ ```jsonl
+ {"h": "北京", "t": "中国", "r": "首都"}
+ {"h": "上海", "t": "中国", "r": "直辖市"}
+ ```
-### 2. 向量模型和重排序模型
+2. **图谱访问**：
+ - Web 界面：[http://localhost:7474](http://localhost:7474)
+ - 默认账户：`neo4j` / `0123456789`
-> 提醒：在 0.2.0 版本之后，将不再支持本地向量模型和本地重排序模型，届时除了 OCR 之外（CPU-ONLY），项目本身启动后不会运行任何 AI 模型。其余的 Embedding、Reranker 模型将需要使用单独的部署脚本，与项目本身的服务解耦。
+3. **现有图谱接入**：修改 `docker-compose.yml` 中的 `NEO4J_URI` 配置
-~~强烈建议测试阶段先使用硅基流动部署的 bge-m3（免费且无需修改）。其他模型配置参考 [src/static/models.yaml](src/static/models.yaml)~~
-~~选择 `local` 前缀的模型会自动下载。如遇下载问题，请参考 [HF-Mirror](https://hf-mirror.com/) 配置。~~
+### 高级功能
-## 📚 知识库功能
+- **联网搜索**：配置 `TAVILY_API_KEY` 获取实时信息
+- **智能体开发**：支持自定义智能体逻辑
+- **权限管理**：三级用户权限体系
+- **OCR 增强**：可选 MinerU 或 PP-Structure-V3 服务
-本项目支持多种格式的知识库文件：PDF、TXT、Markdown、Docx。支持通过 URL 添加文件。
+## 🔧 高级配置
-文件上传后，系统会对文件进行分块、索引、存储到向量数据库（Milvus）中，此过程可能需要一定时间，请耐心等待。
+### OCR 服务（可选）
-## 🕸️ 知识图谱功能
-
-本项目使用 Neo4j 作为知识图谱存储。您需要将图谱整理成 jsonl 格式，每行格式为：
-
-```
-{"h": "北京", "t": "中国", "r": "首都"}
-```
-
-然后在网页的图谱管理中添加此文件。
-
-系统启动后会自动启动 neo4j 服务：
-
-- 访问地址：[http://localhost:7474/](http://localhost:7474/)
-- 默认账户：`neo4j`
-- 默认密码：`0123456789`
-
-可在 `docker-compose.yml` 中修改配置。
-
-如已有基于 neo4j 的知识图谱，可删除 `docker-compose.yml` 中的 `graph` 配置项，并修改 `api.environment` 中的 `NEO4J_URI` 为您的 neo4j 服务地址。同时，需要确保节点的标签中包含 Entity 标签，才能正常触发索引。
-
-## 常见问题
-
-### 如何优雅的拉取镜像？
-
-使用 `bash docker/pull_image.sh python:3.12` 就可以。
-
-
-### 如何配置 MinerU 或者 PP-Structure-V3 抽取数据
-
-在 PDF 数据处理中，可以选择配置 [MinerU](https://github.com/opendatalab/MinerU) 来实现更快速、更准确的 PDF 识别效果。
+提升 PDF 解析准确性，需要 GPU 支持：
```bash
-docker compose up mineru --build # 启动 mineru 2.0
+# MinerU（需要 CUDA 12.4+）
+docker compose up mineru --build
-docker compose up paddlex --build # 启动 PP-Structure-V3 服务
+# PP-Structure-V3（需要 CUDA 11.8+）
+docker compose up paddlex --build
```
-### 如果想要不依赖显卡启动本项目？
+### 服务端口说明
-在 0.2.0 正式版的时候会考虑移除显卡启动设置，将现有的服务全部解耦剥离出去。 [#213](https://github.com/xerrors/Yuxi-Know/issues/213)
+| 端口 | 服务 | 说明 |
+|------|------|------|
+| 5173 | Web 前端 | 用户界面 |
+| 5050 | API 后端 | 核心服务 |
+| 7474/7687 | Neo4j | 图数据库 |
+| 9000/9001 | MinIO | 对象存储 |
+| 19530/9091 | Milvus | 向量数据库 |
+| 30000 | MinerU | PDF 解析（可选）|
+| 8080 | PaddleX | OCR 服务（可选）|
+| 8081 | vLLM | 本地推理（可选）|
-只需要修改现在的 docker-compose.yml，删除现有的 deploy 部分代码，但是需要注意的是，这样的话，就无法使用本地模型 [#209](https://github.com/xerrors/Yuxi-Know/issues/209)。
+### 自定义模型供应商
-```yml
-services:
- ......
- # deploy:
- # resources:
- # reservations:
- # devices:
- # - driver: nvidia
- # device_ids: ['1']
- # capabilities: [gpu]
+在 [src/static/models.yaml](src/static/models.yaml) 中添加新的模型配置：
+
+```yaml
+your_provider:
+ name: "自定义供应商"
+ default: "your-model-name"
+ base_url: "https://api.your-provider.com/v1"
+ env:
+ - YOUR_API_KEY
+ models:
+ - your-model-name
+```
+
+## ❓ 常见问题
+
+### 安装和部署
+
+**Q: 如何优雅拉取镜像？**
+```bash
+bash docker/pull_image.sh python:3.12
```
-## 贡献者名单
+## 🤝 参与贡献
-感谢以下贡献者的支持！
+感谢所有贡献者的支持！
-## Star History
+### 如何贡献
+
+1. Fork 本项目
+2. 创建特性分支 (`git checkout -b feature/amazing-feature`)
+3. 提交更改 (`git commit -m 'Add some amazing feature'`)
+4. 推送到分支 (`git push origin feature/amazing-feature`)
+5. 创建 Pull Request
+
+## 📊 Star History
[](https://star-history.com/#xerrors/Yuxi-Know)
+
+## 📄 许可证
+
+本项目采用 MIT 许可证 - 查看 [LICENSE](LICENSE) 文件了解详情。
+
+---
+
+
+
+**如果这个项目对您有帮助，请不要忘记给我们一个 ⭐️**
+
+[报告问题](https://github.com/xerrors/Yuxi-Know/issues) | [功能请求](https://github.com/xerrors/Yuxi-Know/issues) | [讨论](https://github.com/xerrors/Yuxi-Know/discussions)
+
+
diff --git a/docs/Gemfile b/docs/Gemfile
deleted file mode 100644
index 77bf5264..00000000
--- a/docs/Gemfile
+++ /dev/null
@@ -1,26 +0,0 @@
-source "https://rubygems.org"
-
-gem "jekyll", "~> 4.3.2"
-# gem "just-the-docs", "~> 0.5.0"
-gem "minima", "~> 2.5"
-
-group :jekyll_plugins do
- gem "jekyll-include-cache"
- gem "jekyll-paginate"
- gem "jekyll-sitemap"
- gem "jemoji"
-end
-
-# Windows and JRuby does not include zoneinfo files, so bundle the tzinfo-data gem
-# and associated library.
-platforms :mingw, :x64_mingw, :mswin, :jruby do
- gem "tzinfo", ">= 1", "< 3"
- gem "tzinfo-data"
-end
-
-# Performance-booster for watching directories on Windows
-gem "wdm", "~> 0.1.1", :platforms => [:mingw, :x64_mingw, :mswin]
-
-# Lock `http_parser.rb` gem to `v0.6.x` on JRuby builds since newer versions of the gem
-# do not have a Java counterpart.
-gem "http_parser.rb", "~> 0.6.0", :platforms => [:jruby]
\ No newline at end of file
diff --git a/docs/_config.yml b/docs/_config.yml
deleted file mode 100644
index 8d9cb687..00000000
--- a/docs/_config.yml
+++ /dev/null
@@ -1,26 +0,0 @@
-# remote_theme: just-the-docs/just-the-docs
-url: https://xerrors.github.io/Yuxi-Know
-baseurl: /Yuxi-Know
-title: 语析 - 基于大模型的知识库与知识图谱问答系统
-description: 语析是一个强大的问答平台，结合了大模型 RAG 知识库与知识图谱技术，基于 Llamaindex + VueJS + FastAPI + Neo4j 构建。
-search_enabled: true
-search_full_content: true
-aux_links:
- "在 GitHub 上查看":
- - "https://github.com/xerrors/Yuxi-Know"
-
-# 启用中文支持
-plugins:
- - jekyll-include-cache
- - jekyll-paginate
- - jekyll-sitemap
- - jemoji
-
-# 设置默认语言
-defaults:
- - scope:
- path: ""
- type: pages
- values:
- layout: home
- search_exclude: true
\ No newline at end of file
diff --git a/docs/how-to.md b/docs/how-to.md
deleted file mode 100644
index 714fd627..00000000
--- a/docs/how-to.md
+++ /dev/null
@@ -1,142 +0,0 @@
-### 如何优雅的拉取镜像？
-
-使用 `bash docker/pull_image.sh python:3.12` 就可以。
-
-### 如何配置本地大语言模型？
-
-支持添加以 OpenAI 兼容模式运行的本地模型，可在 Web 设置中直接添加（适用于 vllm 和 Ollama 等）。
-
-> [!NOTE]
-> 使用 docker 运行此项目时，ollama 或 vllm 需监听 `0.0.0.0`
-
-
-
-### 如何配置本地向量模型与重排序模型
-
-强烈建议测试阶段先使用硅基流动部署的 bge-m3（免费且无需修改）。其他模型配置参考 [src/static/models.yaml](src/static/models.yaml)。
-
-对于**向量模型**和**重排序模型**，选择 `local` 前缀的模型会自动下载。如遇下载问题，请参考 [HF-Mirror](https://hf-mirror.com/) 配置。
-
-要使用已下载的本地模型：
-
-1. 在网页设置中添加映射，需要注意，如果是在 docker 里面前缀直接设置为 `/models`
-
-
-
-2. 将文件夹映射到 docker 内部
-
-```yml
-# docker-compose.yml
-
-services:
- api:
- build:
- context: .
- dockerfile: docker/api.Dockerfile
- container_name: api-dev
- working_dir: /app
- volumes:
- - ./server:/app/server
- - ./src:/app/src
- - ./saves:/app/saves
- - ${MODEL_DIR}:/models <== 比如修改为 /hdd/models:models
- ports:
-
-```
-
-3. 重新启动项目
-
-```bash
-docker compose down
-docker compose up --build -d
-```
-
-注：添加本地向量模型由于在 docker 内外的路径差异很大，因此建议参考前面的路径映射之后，也在这里添加。
-
-```yaml
-# src/static/models.yaml
- # 添加本地向量模型（所有 FlagEmbedding 支持的模型）
- local/BAAI/bge-m3:
- name: BAAI/bge-m3
- dimension: 1024
- # local_path: /models/BAAI/bge-m3，也可以在这里配置
-
- # 添加 OpenAI 兼容的向量模型
- siliconflow/BAAI/bge-m3:
- name: BAAI/bge-m3
- dimension: 1024
- url: https://api.siliconflow.cn/v1/embeddings
- api_key: SILICONFLOW_API_KEY
-
- # 添加 Ollama 模型
- ollama/nomic-embed-text:
- name: nomic-embed-text
- dimension: 768
-```
-
-### 如何配置 MinerU 抽取数据
-
-在 PDF 数据处理中，可以选择配置 [MinerU](https://github.com/opendatalab/MinerU) 来实现更快速、更准确的 PDF 识别效果。
-
-```yml
- mineru-api:
- build:
- context: scripts/mineru-api
- dockerfile: Dockerfile
- image: mineru-api:latest
- container_name: mineru-api
- deploy:
- resources:
- reservations:
- devices:
- - driver: nvidia
- count: 1
- capabilities: [gpu]
- ports:
- - "5051:5051"
- networks:
- - app-network
- restart: unless-stopped
- command: python -m uvicorn app:app --host 0.0.0.0 --port 5051 --app-dir /app
-```
-
-如果要添加代理的话，可以添加 build args
-
-```yml
- mineru-api:
- build:
- context: scripts/mineru-api
- dockerfile: Dockerfile
- args:
- http_proxy: http://宿主机IP:7890
- https_proxy: http://宿主机IP:7890
-```
-
-### 如果想要不依赖显卡启动本项目？
-
-只需要修改现在的 docker-compose.yml，删除现有的 deploy 部分代码，但是需要注意的是，这样的话，就无法使用本地模型 [#209](https://github.com/xerrors/Yuxi-Know/issues/209)。
-
-
-
-```yml
-services:
- api:
- build:
- context: .
- dockerfile: docker/api.Dockerfile
- image: yuxi-api:0.1.0
- container_name: api-dev
- working_dir: /app
- volumes:
- - ./server:/app/server
- - ./src:/app/src
- - ./saves:/app/saves
- - ${MODEL_DIR:-./models}:/models # 使用默认值处理未定义的环境变量
- # deploy:
- # resources:
- # reservations:
- # devices:
- # - driver: nvidia
- # device_ids: ['1']
- # capabilities: [gpu]
-```
\ No newline at end of file
diff --git a/docs/index.md b/docs/index.md
deleted file mode 100644
index 2e4707da..00000000
--- a/docs/index.md
+++ /dev/null
@@ -1,136 +0,0 @@
----
-layout: default
-title: 语析 - 基于大模型的知识库与知识图谱问答系统
-nav_order: 1
-description: "语析是一个强大的问答平台，结合了大模型 RAG 知识库与知识图谱技术，基于 Llamaindex + VueJS + FastAPI + Neo4j 构建。"
-permalink: /
----
-
-# 语析 - 基于大模型的知识库与知识图谱问答系统
-
-
-
-
-
-
-
-
-
-
-
-
-## 项目概述
-
-语析是一个强大的问答平台，结合了大模型 RAG 知识库与知识图谱技术，基于 Llamaindex + VueJS + FastAPI + Neo4j 构建。
-
-### 核心特点
-
-- 🤖 **多模型支持**：适配 OpenAI、各大国内主流大模型平台，以及本地 vllm 部署
-- 📚 **灵活知识库**：支持 PDF、TXT、MD 等多种格式文档
-- 🕸️ **知识图谱集成**：基于 Neo4j 的知识图谱问答能力
-- 🚀 **简单配置**：只需配置对应服务平台的 `API_KEY` 即可使用
-
-
-
-## 快速开始
-
-### 环境配置
-
-在启动前，您需要提供 API 服务商的 API_KEY，并放置在 `src/.env` 文件中（此文件项目中没有，需要自行参考 [src/.env.template](src/.env.template) 创建）。
-
-默认使用硅基流动的服务，因此**必须**配置：
-
-```env
-SILICONFLOW_API_KEY=sk-270ea********8bfa97.e3XOMd****Q1Sk
-OPENAI_API_KEY= # 如果需要配置 openai 则添加此行，并替换 API_KEY
-DEEPSEEK_API_KEY= # 如果配置 DeepSeek 添加此行，并替换 API_KEY
-ZHIPUAI_API_KEY= # 如果配置 智谱清言 添加此行，并替换 API_KEY
-```
-
-### 启动服务
-
-**开发环境启动**（源代码修改会自动更新）：
-
-```bash
-docker compose -f docker/docker-compose.dev.yml --env-file src/.env up --build
-```
-
-> 添加 `-d` 参数可在后台运行
-
-**生产环境部署**请使用：
-
-```bash
-docker compose -f docker/docker-compose.yml --env-file src/.env up --build -d
-```
-
-成功启动后，访问 [http://localhost:5173/](http://localhost:5173/) 即可使用系统。
-
-## 功能特性
-
-### 多模态问答支持
-
-- Deepseek-R1 等推理模型
-- 知识图谱检索
-- 知识库检索
-- 网页检索
-
-### 知识库管理
-
-支持多种格式的知识库文件：
-- PDF
-- Txt
-- Markdown
-- Docx
-
-### 知识图谱集成
-
-使用 Neo4j 作为知识图谱存储，支持：
-- 自定义知识图谱导入
-- 图谱可视化
-- 图谱检索
-
-## 模型支持
-
-### 对话模型
-
-| 模型供应商 | 默认模型 | 配置项目 |
-| :--------------------- | :---------------------------------- | :--------------------------------------------- |
-| `siliconflow` (默认) | `Qwen/Qwen2.5-7B-Instruct` (免费) | `SILICONFLOW_API_KEY` |
-| `openai` | `gpt-4o` | `OPENAI_API_KEY` |
-| `deepseek` | `deepseek-chat` | `DEEPSEEK_API_KEY` |
-| `arc`（豆包方舟） | `doubao-1-5-pro-32k-250115` | `ARK_API_KEY` |
-| `zhipu`（智谱清言） | `glm-4-flash` | `ZHIPUAI_API_KEY` |
-| `dashscope`（阿里） | `qwen-max-latest` | `DASHSCOPE_API_KEY` |
-
-### 向量模型与重排序模型
-
-建议使用硅基流动部署的 bge-m3（免费且无需修改）。其他模型配置参考 [src/static/models.yaml](src/static/models.yaml)。
-
-## 更新日志
-
-- **2025.02.24** - 新增网页检索以及内容展示，需配置 `TAVILY_API_KEY`
-- **2025.02.23** - SiliconFlow 的 Rerank 和 Embedding model 支持，现默认使用 SiliconFlow
-- **2025.02.20** - DeepSeek-R1 支持，需配置 `DEEPSEEK_API_KEY` 或 `SILICONFLOW_API_KEY`
-- **2024.10.12** - 后端修改为 FastAPI，添加 Milvus-Standalone 独立部署
-
-## 常见问题
-
-### 镜像下载问题
-
-如无法直接下载相关镜像，可参考 [DaoCloud/public-image-mirror](https://github.com/DaoCloud/public-image-mirror?tab=readme-ov-file#%E5%BF%AB%E9%80%9F%E5%BC%80%E5%A7%8B)，尝试替换前缀：
-
-```bash
-# 以 neo4j 为例，其余类似
-docker pull m.daocloud.io/docker.io/library/neo4j:latest
-
-# 然后重命名镜像
-docker tag m.daocloud.io/docker.io/library/neo4j:latest neo4j:latest
-```
-
-## 贡献指南
-
-欢迎提交 Issue 和 Pull Request 来帮助改进项目。
-
-## 许可证
-
-本项目采用 MIT 许可证 - 详见 [LICENSE](LICENSE) 文件
\ No newline at end of file
diff --git a/src/.env.template b/src/.env.template
index 1a712494..93424cb0 100644
--- a/src/.env.template
+++ b/src/.env.template
@@ -1,7 +1,8 @@
-MODEL_DIR=D:/Huggingface
+MODEL_DIR=models
+SAVE_DIR=saves
# 模型供应商
-SILICONFLOW_API_KEY=sk-aeoampticy******bpdsofstmoqnvsmbvql #* <<< 建议配置
+SILICONFLOW_API_KEY=sk-aeoampticy******bpdsofstmoqnvsmbvql # > <<< 建议配置
OPENAI_API_KEY=sk-aslDB5rqOgK******q5K02ZEiRC9ER
OPENAI_API_BASE=https://api.openai.com/v1
ZHIPUAI_API_KEY=5f41e******71c7bac.UWkl******Sw5Lb
@@ -13,6 +14,3 @@ TOGETHER_API_KEY=tgp_v1_fPjW******irD6zesAn4
# 功能服务
TAVILY_API_KEY=tvly-3gR4ind9******JMOxw3E2LG # <<< 配置网络搜索
-
-# 知识图谱的模型，格式参考 models.yaml
-GRAPH_EMBED_MODEL_NAME=""
\ No newline at end of file