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