193 lines
8.1 KiB
Markdown
193 lines
8.1 KiB
Markdown
<h1 align="center">语析 - 基于大模型的知识库与知识图谱问答系统</h1>
|
||
<div align="center">
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
</div>
|
||
|
||
## 📝 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、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。
|
||
|
||
|
||
|
||
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
|
||
|
||
### 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）。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=<API_KEY> # OpenAI 服务
|
||
DEEPSEEK_API_KEY=<API_KEY> # DeepSeek 服务
|
||
ZHIPUAI_API_KEY=<API_KEY> # 智谱清言服务
|
||
TAVILY_API_KEY=<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
|
||
|
||
成功启动后，会看到以下容器：
|
||
|
||
```
|
||
[+] Running 7/7
|
||
✔ Network docker_app-network Created
|
||
✔ Container graph-dev Started
|
||
✔ Container milvus-etcd-dev Started
|
||
✔ Container milvus-minio-dev Started
|
||
✔ Container milvus-standalone-dev Started
|
||
✔ Container api-dev Started
|
||
✔ Container web-dev Started
|
||
```
|
||
|
||
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。
|
||
|
||
|
||
|
||
|
||
|
||
### 服务管理
|
||
|
||
**关闭服务**：
|
||
|
||
```bash
|
||
docker compose down
|
||
```
|
||
|
||
**查看日志**：
|
||
|
||
```bash
|
||
docker logs <容器名称> # 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` |
|
||
| `lingyiwanwu`（零一）| `yi-lightning` | `LINGYIWANWU_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
|
||
```
|
||
|
||
本地模型部署参考 [how-to.md](./docs/how-to.md)
|
||
|
||
### 2. 向量模型和重排序模型
|
||
|
||
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)。
|
||
|
||
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。详细配置过程请参考 [how-to.md](./docs/how-to.md)。
|
||
|
||
## 📚 知识库功能
|
||
|
||
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。
|
||
|
||
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。
|
||
|
||
## 🕸️ 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。
|
||
|
||
> [!说明]
|
||
> 现阶段项目使用的 OneKE 自动创建知识图谱效果不佳，已暂时移除，建议在项目外创建知识图谱
|
||
|
||
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（注意同时修改 `api.environment` 和 `graph.environment`）。
|
||
|
||
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。
|
||
|
||
## 贡献者名单
|
||
|
||
感谢以下贡献者的支持！
|
||
|
||
<a href="https://github.com/xerrors/Yuxi-Know/contributors">
|
||
<img src="https://contributors.nn.ci/api?repo=xerrors/Yuxi-Know" alt="贡献者名单">
|
||
</a>
|
||
|
||
## Star History
|
||
|
||
[](https://star-history.com/#xerrors/Yuxi-Know)
|