语析 - 基于大模型的知识库与知识图谱问答平台
GitHub 地址：https://github.com/xerrors/Yuxi-Know
📝 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 部署
- 📚 灵活知识库：支持 PDF、TXT、MD 等多种格式文档
- 🕸️ 知识图谱集成：基于 Neo4j 的知识图谱问答能力
- 🚀 简单配置：只需配置对应服务平台的
API_KEY即可使用
📋 更新日志
- 2025.02.24 - 新增网页检索以及内容展示，需配置
TAVILY_API_KEY，感谢 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 - 2024.10.12 - 后端修改为 FastAPI，添加 Milvus-Standalone 独立部署
| PC 网页 | 小屏设备 |
|---|---|
 | |
 |
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。
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
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
开发环境启动（源代码修改会自动更新）：
docker compose -f docker/docker-compose.dev.yml --env-file src/.env up --build
添加
-d参数可在后台运行
生产环境部署请使用：
docker compose -f docker/docker-compose.yml --env-file src/.env up --build -d
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
访问 http://localhost:5173/ 即可使用系统。
服务管理
关闭服务：
docker compose -f docker/docker-compose.dev.yml --env-file src/.env down
查看日志：
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 |
qianfan（百度） | ernie_speed | QIANFAN_ACCESS_KEY, QIANFAN_SECRET_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，只需在 src/static/models.yaml 中添加对应配置：
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/v3env: # 需要配置的环境变量，仅限API key- ARK_API_KEYmodels:- doubao-1-5-pro-32k-250115- doubao-1-5-lite-32k-250115- deepseek-r1-250120
本地模型部署
支持添加以 OpenAI 兼容模式运行的本地模型，可在 Web 设置中直接添加（适用于 vllm 和 Ollama 等）。
[!注意]
使用 docker 运行此项目时，ollama 或 vllm 需监听0.0.0.0
2. 向量模型与重排序模型
建议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。
对于向量模型和重排序模型，选择 local 前缀的模型会自动下载。如遇下载问题，请参考 HF-Mirror 配置。
要使用已下载的本地模型，可在网页设置中映射，或修改 saves/config/base.yaml。记得在 docker-compose 中映射相应的 volumes。
📚 知识库支持
本项目支持多种格式的知识库文件：
- Txt
- Markdown
- Docx
文件上传后，系统会：
- 将文件转换为纯文本
- 使用向量模型将文本转换为向量
- 存储到向量数据库中
此过程可能需要一定时间，请耐心等待。
🕸️ 知识图谱支持
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/
- 默认账户：
neo4j - 默认密码：
0123456789
可在 docker/docker-compose.yml 和 docker/docker-compose.dev.yml 中修改配置（注意同时修改 api.environment 和 graph.environment）。
目前项目暂不支持同时查询多个知识图谱。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。
❓ 常见问题
镜像下载问题
如无法直接下载相关镜像，可参考 DaoCloud/public-image-mirror，尝试替换前缀：
# 以 neo4j 为例，其余类似
docker pull m.daocloud.io/docker.io/library/neo4j:latest# 然后重命名镜像
docker tag m.daocloud.io/docker.io/library/neo4j:latest neo4j:latest
