| .github | ||
| docker | ||
| docs/images | ||
| scripts/vllm | ||
| server | ||
| src | ||
| test | ||
| web | ||
| .dockerignore | ||
| .gitignore | ||
| .python-version | ||
| docker-compose.yml | ||
| LICENSE | ||
| pyproject.toml | ||
| README.md | ||
语析 - 基于大模型的知识库与知识图谱问答系统
📖 简介
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。
✨ 核心特性
- 🤖 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
🚀 快速开始
系统要求
- 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
-
克隆项目
git clone -b stable https://github.com/xerrors/Yuxi-Know.git cd Yuxi-Know -
配置 API 密钥
复制环境变量模板并编辑：
cp src/.env.template src/.env必需配置（推荐使用硅基流动免费服务）：
SILICONFLOW_API_KEY=sk-270ea********8bfa97.e3XOMd****Q1Sk💡 免费获取 SiliconFlow API Key（注册即送 14 元额度）
-
启动服务
docker compose up --build添加
-d参数可后台运行。启动完成后访问：http://localhost:5173 -
停止服务
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
- 2025.03.30 - 智能体功能集成 PR#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：
# 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
本地模型部署
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
知识库管理
- 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
知识图谱
使用 Neo4j 构建知识图谱问答能力：
-
数据格式：支持 JSONL 格式导入
{"h": "北京", "t": "中国", "r": "首都"} {"h": "上海", "t": "中国", "r": "直辖市"} -
图谱访问：
- Web 界面：http://localhost:7474
- 默认账户：
neo4j/0123456789
-
现有图谱接入：修改
docker-compose.yml中的NEO4J_URI配置
高级功能
- 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
🔧 高级配置
OCR 服务（可选）
提升 PDF 解析准确性，需要 GPU 支持：
# MinerU（需要 CUDA 12.4+）
docker compose up mineru --build
# PP-Structure-V3（需要 CUDA 11.8+）
docker compose up paddlex --build
服务端口说明
| 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） |
自定义模型供应商
在 src/static/models.yaml 中添加新的模型配置：
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 docker/pull_image.sh python:3.12
🤝 参与贡献
感谢所有贡献者的支持！
如何贡献
- Fork 本项目
- 创建特性分支 (
git checkout -b feature/amazing-feature) - 提交更改 (
git commit -m 'Add some amazing feature') - 推送到分支 (
git push origin feature/amazing-feature) - 创建 Pull Request
📊 Star History
📄 许可证
本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。