5.2 KiB
知识库与知识图谱
项目中的知识库与知识图谱，即是知识管理组织的方式，同时会被封装为工具供 AgenticRAG 系统调用。
创建知识库
系统支持多种知识库存储形式，满足不同场景需求：
| 存储类型 | 特点 | 适用场景 |
|---|---|---|
| Chroma | 轻量级向量数据库 | 已弃用，建议使用 Milvus |
| Milvus | 高性能向量数据库 | 大规模生产环境、高性能查询 |
| LightRAG | 图增强检索 | 复杂知识关系，构建成本较高 |
访问 Web 界面：http://localhost:5173，进入"知识库管理"页面，点击"新建知识库"，填写知识库信息。
这里需要注意的是，这里的知识库的标题和描述都会作为智能体选择工具的依据，因此尽量详尽的描述该知识库。
LightRAG 知识库说明
在本项目中，系统支持基于 LightRAG 的知识图谱自动构建，能够从文档中自动提取实体和关系，构建结构化知识图谱。
LightRAG 图谱 vs 全局知识图谱的区别：
-
LightRAG 图谱（知识库专属）：针对单个知识库由 LightRAG 自动抽取实体/关系，用于该库内的图增强检索与可视化。通过特殊的 label（知识库ID）与全局图谱区分，不会混入全局数据。
-
全局知识图谱（系统级）：通过三元组文件上传的图谱数据，提供系统级的知识图谱查询和可视化能力，会作为工具供 LLM 使用。
两者共享同一个 Neo4j 实例，但完全隔离，互不影响。
LightRAG 知识库可在知识库详情、知识图谱中可视化。由于免费版的 neo4j 只能创建一个图数据库，因此实际上 LightRAG 的节点和边依然是和知识图谱本身构建在了同一个 Neo4j 数据库中，但是使用了特殊的 label {知识库ID} 做区分。
同时项目支持原 LightRAG 的所有环境变量，只需要在项目的 .env 文件中配置即可。比如当本地计算资源有限时，可以配置 EMBEDDING_TIMEOUT=60, LLM_TIMEOUT=180 增加超时时间。
文档管理
本系统的“上传 → 解析入库 → 检索/可视化”流程既可通过 Web 界面完成，也可使用 API/脚本批量处理。详见文档解析
接口查询：GET /api/knowledge/files/supported-types
上传与入库
- 上传文件（返回服务端保存路径）
POST /api/knowledge/files/upload?db_id=<可选>- 成功返回：
file_path（后续入库使用）、content_hash（内容去重）
- 解析并入库（异步任务）
POST /api/knowledge/databases/{db_id}/documents- 返回：
status=queued与task_id，可在任务中心查看进度
去重策略：系统按“内容哈希”判断是否已存在相同文件，避免重复入库。
知识图谱
本项目存在两类“图谱相关”能力：
- 上传的知识图谱（Neo4j）：提供三元组检索和系统级可视化。会作为工具供 LLM 使用。
- LightRAG 知识库内图谱：针对某个知识库由 LightRAG 自动抽取实体/关系，用于该库内的图增强检索与可视化；与上传的图谱共享同一 Neo4j 实例，但通过特殊 label 区分，不作为全局图谱使用。
1. 以三元组形式导入
系统支持通过网页导入 jsonl 格式的知识图谱数据，支持简单三元组和带属性三元组两种格式。
简单格式（兼容旧版）：
{"h": "北京", "t": "中国", "r": "首都"}
{"h": "上海", "t": "中国", "r": "直辖市"}
扩展格式（支持属性）：
支持 h（头节点）、t（尾节点）和 r（关系）为对象结构，其中：
- 节点对象必须包含
name字段。 - 关系对象必须包含
type字段。 - 其他字段将作为属性存储在 Neo4j 中。
{"h": {"name": "孙悟空", "title": "齐天大圣", "weapon": "如意金箍棒"}, "t": {"name": "唐僧", "species": "人"}, "r": {"type": "徒弟", "order": 1}}
{"h": "猪八戒", "t": {"name": "唐僧"}, "r": {"type": "徒弟", "order": 2}}
格式说明：
- 每行一个数据项。
- 系统自动验证数据格式，并自动导入到 Neo4j 数据库。
- 自动添加
Upload、Entity标签（节点）和RELATION类型（关系）。 - 自动处理重复实体和关系，并合并属性。
Neo4j 访问信息可以参考 docker-compose.yml 中配置对应的环境变量来覆盖。
- 默认账户:
neo4j - 默认密码:
0123456789 - 管理界面:
http://localhost:7474 - 连接地址: bolt://localhost:7687
::: tip 测试数据 可以使用以下文件进行测试导入：
- 简单格式：
test/data/A_Dream_of_Red_Mansions_tiny.jsonl - 扩展属性格式：
test/data/complex_graph_test.jsonl:::
2. 接入已有 Neo4j 实例
如需接入已有的 Neo4j 实例，可修改 .env 中的配置：
<<< @/../.env.template#neo4j{bash}
同时记得注释掉下面的 neo4j 服务：
<<< @/../docker-compose.yml#neo4j
::: warning 注意事项
确保每个节点都有 Entity 标签，每个关系都有 RELATION 类型，否则会影响图的检索与构建功能。
:::