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 - 适配主流大模型平台及本地部署（vLLM、Ollama），支持自定义智能体开发，兼容 LangGraph 部署
• 📚 灵活知识库 - 支持 LightRAG、Milvus、Chroma 等存储形式，配置 MinerU、PP-Structure-V3的文档解析引擎
• 🕸️ 知识图谱 - 支持LightRAG的自动图谱构建，以及自定义图谱问答，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

项目本身不需要显卡支持，可以运行在任何设备上。对于模型推理或者文档解析服务都可以和项目本身解耦，通过环境变量配置对应的服务即可。同时项目也提供了本地部署基于 vllm 的脚本。

一键启动

1. 克隆项目

   git clone -b stable https://github.com/xerrors/Yuxi-Know.git
   cd Yuxi-Know
   

   如果想要使用 v0.2 预览版，可以使用分支：v0.2.0.preview

2. 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） 💡 免费获取 智谱 API Key（注册即送 2000 万Tokens）

3. 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

4. 停止服务

   docker compose down
   

故障排除

如果 docker 已经正常启动，则使用 docker logs api-dev -f 查看后端日志。

Docker 镜像拉取失败

如果拉取镜像失败，可以尝试手动拉取：

  bash docker/pull_image.sh python:3.11-slim  # 替换后面的 repo_name 即可

如果依然存在镜像拉取问题，可以现在另外一个可访问 Docker 的设备上执行拉取镜像后，使用下面的脚本保存为 tar 文件，再拷贝到开发设备使用。

# 保存镜像，会生成 docker_images_xxx.tar
bash docker/save_docker_images.sh # Linux 或 macOS
powershell -ExecutionPolicy Bypass -File docker/save_docker_images.ps1 # Windows PowerShell

# 拷贝 docker_images_xxx.tar 文件到开发设备
scp docker_images_xxx.tar <user>@<dev_host>:<path_to_save>

# 在开发设备上执行
docker load -i docker_images_xxx.tar

Milvus 启动失败，执行 `docker compose up milvus -d && docker restart api-dev`

🤖 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
OpenRouter	openrouter	OPENROUTER_API_KEY
智谱清言	glm-4-flash	ZHIPUAI_API_KEY
阿里云百炼	qwen-max-latest	DASHSCOPE_API_KEY

自定义模型供应商

在 src/static/models.yaml 中添加新的模型配置，然后在 .env 文件中添加对应的环境变量，最后重新部署项目即可。

示例：

custom-provider-name-here:
  name: custom-provider-name-here
  default: custom-model-name-here
  base_url: "https://api.your-provider.com/v1"
  env:
    - CUSTOM_API_KEY_ENV_NAME  # e.g. OPENAI_API_KEY
  models:
    - supported-model-name-here

OpenAI 兼容模型

项目理论上兼容任何 OpenAI 兼容的模型，包括但不限于 vLLM、Ollama 或者其他 API 中转或者代理服务。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

现在支持的知识库类型包括 Chroma、Milvus、LightRAG。LightRAG 是轻量级 GraphRAG方法。

知识图谱

在 v0.2 版本中，项目支持了基于 LightRAG 的知识图谱构建方法。需要在知识库中创建一个基于 LightRAG 的知识库，然后上传文档。构建的知识图谱会自动导入到 Neo4j 中，并使用不同的 label 做区分。需要说明的是，基于 LightRAG 的知识库，可以在知识库详情中可视化，但是不能在侧边栏的图谱中检索，知识图谱检索工具也不支持基于 LightRAG 的知识库进行检索。基于 LightRAG 方法构建的图谱的查询，需要使用对应的知识库作为查询工具。

知识库可视化	Neo4J管理端

除此之外，也支持将已有的知识图谱按照下面的格式导入 Neo4j 中，上传后，节点会自动添加 Upload、Entity 标签，关系会自动添加 Relation 标签。可以通过 name 属性访问实体的名称，使用 type 属性访问边的名称。默认账户密码是neo4j / 0123456789。

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"}

此外，也可以通过修改 docker-compose.yml 中的 NEO4J_URI 配置来接入已有的 Neo4j 实例，但是最好确保每个节点都有 Entity 标签，否则会影响到图的检索与构建。

🔧 高级配置

OCR 服务（可选）

对于基础的 OCR 服务（RapidOCR onnx 版本），可以使用 SWHL/RapidOCR 的 onnx 版本，但是需要提前将模型下载到 $MODEL_DIR 目录下。

huggingface-cli download SWHL/RapidOCR --local-dir ${MODEL_DIR:-./models}/SWHL/RapidOCR

如果提示 [Errno 13] Permission denied 则需要使用 sudo 修改权限之后再执行

提升 PDF 解析准确性，可以选择使用 MinerU 或 PP-Structure-V3 服务，但是需要 GPU 支持。

启用MinerU服务：

# MinerU（需要 CUDA 12.4+）
docker compose up mineru --build

启用PP-Structure-V3服务，配置文件可以在 docker/PP-StructureV3.yaml 中修改。

# 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）

❓ 常见问题

暂无

🤝 参与贡献

感谢所有贡献者的支持！

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

📄 许可证

本项目采用 MIT 许可证 - 查看 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 | 功能请求 | 讨论