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/v3
  env:  # 需要配置的环境变量，仅限API key
    - ARK_API_KEY
  models:
    - 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：

• PDF
• Txt
• Markdown
• Docx

文件上传后，系统会：

1. 将文件转换为纯文本
2. 使用向量模型将文本转换为向量
3. 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