78 lines
2.6 KiB
Markdown
78 lines
2.6 KiB
Markdown
# 项目简介
|
||
|
||
Yuxi-Know（语析）是一个基于大模型的智能知识库与知识图谱智能体开发平台。它融合了 RAG（检索增强生成）技术与知识图谱技术，为用户提供智能问答和知识管理服务。
|
||
|
||
## 设计理念
|
||
|
||
项目的设计目标是为开发者提供一个易于上手、功能强大的 AI 应用开发框架。我们坚持以下原则：
|
||
|
||
- **技术栈简洁**：选择主流且成熟的技术，降低学习和维护成本
|
||
- **MIT 开源协议**：完全开源，允许自由使用和二次开发
|
||
- **容器化部署**：通过 Docker Compose 管理，简化部署流程
|
||
|
||
## 技术架构
|
||
|
||
### 后端服务
|
||
|
||
- **FastAPI**：现代高性能 Python Web 框架
|
||
- **LangGraph**：基于 LangChain 的智能体编排框架
|
||
- **PostgreSQL**：业务数据存储
|
||
- **Milvus**：向量数据库，支持大规模语义检索
|
||
- **Neo4j**：图数据库，存储知识图谱
|
||
- **MinIO**：对象存储，用于文件托管
|
||
|
||
### 前端界面
|
||
|
||
- **Vue.js 3**：渐进式前端框架
|
||
- **Ant Design Vue**：企业级 UI 组件库
|
||
|
||
### 文档处理
|
||
|
||
- **LightRAG**：文档理解与知识图谱构建
|
||
- **MinerU**：文档智能解析
|
||
- **PP-Structure-V3**：PDF 结构化提取
|
||
|
||
## 核心能力
|
||
|
||
### 智能问答
|
||
|
||
系统支持接入多种大语言模型，通过对话方式提供智能问答服务。模型可配置、工具可组合、提示词可定制，满足不同业务场景需求。
|
||
|
||
### 知识库管理
|
||
|
||
支持 Milvus 向量数据库和 LightRAG 知识图谱两种存储形式：
|
||
- Milvus 适合大规模文档检索场景
|
||
- LightRAG 适合需要理解实体关系的复杂查询
|
||
|
||
### 知识图谱
|
||
|
||
自动从文档中提取实体和关系，构建结构化知识图谱。支持可视化查看和图查询，帮助理解知识之间的联系。
|
||
|
||
### 文档解析
|
||
|
||
支持 PDF、Word、图片等多种格式的智能解析，自动提取文本、表格、公式等内容。
|
||
|
||
### 权限管理
|
||
|
||
基于部门的知识库访问控制，确保数据安全。
|
||
|
||
### 内容安全
|
||
|
||
内置内容审查机制，保障服务合规性。
|
||
|
||
## 适用场景
|
||
|
||
Yuxi-Know 适用于以下场景：
|
||
|
||
- **企业知识库**：构建私有知识问答系统
|
||
- **智能客服**：基于文档的自动问答
|
||
- **知识管理**：文档自动解析、分类、构建图谱
|
||
- **AI 应用开发**：快速构建基于大模型的应用原型
|
||
|
||
## 下一步
|
||
|
||
- 快速开始：阅读 [快速开始指南](./quick-start.md)
|
||
- 模型配置：阅读 [模型配置](./model-config.md)
|
||
- 知识库使用：阅读 [知识库与知识图谱](./knowledge-base.md)
|
||
- 智能体开发：阅读 [智能体开发](../agents/agents-config.md)
|