知识库与知识图谱

项目中的知识库与知识图谱，即是知识管理组织的方式，同时会被封装为工具供 AgenticRAG 系统调用。

创建知识库

系统支持多种知识库存储形式，满足不同场景需求：

存储类型	特点	适用场景
Chroma	轻量级向量数据库	已弃用，建议使用 Milvus
Milvus	高性能向量数据库	大规模生产环境、高性能查询
LightRAG	图增强检索	复杂知识关系，构建成本较高

访问 Web 界面：http://localhost:5173，进入"知识库管理"页面，点击"新建知识库"，填写知识库信息。

这里需要注意的是，这里的知识库的标题和描述都会作为智能体选择工具的依据，因此尽量详尽的描述该知识库。

LightRAG 知识库说明

在本项目中，系统支持基于 LightRAG 的知识图谱自动构建，能够从文档中自动提取实体和关系，构建结构化知识图谱。

LightRAG 图谱 vs 全局知识图谱的区别：

• LightRAG 图谱（知识库专属）：针对单个知识库由 LightRAG 自动抽取实体/关系，用于该库内的图增强检索与可视化。通过特殊的 label（知识库ID）与全局图谱区分，不会混入全局数据。

• 全局知识图谱（系统级）：通过三元组文件上传的图谱数据，提供系统级的知识图谱查询和可视化能力，会作为工具供 LLM 使用。

两者共享同一个 Neo4j 实例，但完全隔离，互不影响。

LightRAG 知识库可在知识库详情、知识图谱中可视化。由于免费版的 neo4j 智能创建一个图数据库，因此实际上 LightRAG 的节点和边依然是和知识图谱本身构建在了同一个 Neo4j 数据库中，但是使用了特殊的 label {知识库ID} 做区分。

同时项目支持原 LightRAG 的所有环境变量，只需要在项目的 .env 文件中配置即可。比如当本地计算资源有限时，可以配置 EMBEDDING_TIMEOUT=60, LLM_TIMEOUT=180 增加超时时间。

文档管理

本系统的“上传 → 解析入库 → 检索/可视化”流程既可通过 Web 界面完成，也可使用 API/脚本批量处理。详见文档解析

接口查询：GET /api/knowledge/files/supported-types

上传与入库

1. 上传文件（返回服务端保存路径）

• POST /api/knowledge/files/upload?db_id=<可选>
• 成功返回：file_path（后续入库使用）、content_hash（内容去重）

2. 解析并入库（异步任务）

• POST /api/knowledge/databases/{db_id}/documents
• 返回：status=queued 与 task_id，可在任务中心查看进度

去重策略：系统按“内容哈希”判断是否已存在相同文件，避免重复入库。

知识图谱

本项目存在两类“图谱相关”能力：

• 上传的知识图谱（Neo4j）：提供三元组检索和系统级可视化。会作为工具供 LLM 使用。
• LightRAG 知识库内图谱：针对某个知识库由 LightRAG 自动抽取实体/关系，用于该库内的图增强检索与可视化；与上传的图谱共享同一 Neo4j 实例，但通过特殊 label 区分，不作为全局图谱使用。

1. 以三元组形式导入

系统支持通过网页导入 jsonl 格式的知识图谱数据，支持简单三元组和带属性三元组两种格式。

简单格式（兼容旧版）：

{"h": "北京", "t": "中国", "r": "首都"}
{"h": "上海", "t": "中国", "r": "直辖市"}

扩展格式（支持属性）：

支持 h（头节点）、t（尾节点）和 r（关系）为对象结构，其中：

• 节点对象必须包含 name 字段。
• 关系对象必须包含 type 字段。
• 其他字段将作为属性存储在 Neo4j 中。

{"h": {"name": "孙悟空", "title": "齐天大圣", "weapon": "如意金箍棒"}, "t": {"name": "唐僧", "species": "人"}, "r": {"type": "徒弟", "order": 1}}
{"h": "猪八戒", "t": {"name": "唐僧"}, "r": {"type": "徒弟", "order": 2}}

格式说明：

• 每行一个数据项。
• 系统自动验证数据格式，并自动导入到 Neo4j 数据库。
• 自动添加 Upload、Entity 标签（节点）和 RELATION 类型（关系）。
• 自动处理重复实体和关系，并合并属性。

Neo4j 访问信息可以参考 docker-compose.yml 中配置对应的环境变量来覆盖。

• 默认账户: neo4j
• 默认密码: 0123456789
• 管理界面: http://localhost:7474
• 连接地址: bolt://localhost:7687

测试数据

可以使用以下文件进行测试导入：

• 简单格式：test/data/A_Dream_of_Red_Mansions_tiny.jsonl
• 扩展属性格式：test/data/complex_graph_test.jsonl

2. 接入已有 Neo4j 实例

如需接入已有的 Neo4j 实例，可修改 .env 中的配置：

MODEL_DIR=./models
SAVE_DIR=./saves

# region model_provider
SILICONFLOW_API_KEY=  # 推荐使用硅基流动免费服务 https://cloud.siliconflow.cn/i/Eo5yTHGJ
TAVILY_API_KEY=  # 获取搜索服务的 api key 请访问 https://app.tavily.com/

# # 其余可选配置
# OPENAI_API_KEY=
# OPENAI_API_BASE=
# ZHIPUAI_API_KEY=
# DASHSCOPE_API_KEY=
# DEEPSEEK_API_KEY=
# ARK_API_KEY=
# TOGETHER_API_KEY=
# # endregion model_provider

# # region neo4j
# NEO4J_URI=
# NEO4J_USERNAME=
# NEO4J_PASSWORD=
# # endregion neo4j

# # Servies
# YUXI_SUPER_ADMIN_NAME=
# YUXI_SUPER_ADMIN_PASSWORD=

# # URL Whitelist (comma-separated domains/IPs, empty to disable URL parsing)
# YUXI_URL_WHITELIST=github.com,docs.example.com,gitlab.example.com,127.0.0.1

# # MinerU
# MINERU_API_KEY=

同时记得注释掉下面的 neo4j 服务：

graph:
  image: neo4j:5.26
  container_name: graph
  ports:
    - "7474:7474"
    - "7687:7687"
  volumes:
    - ./docker/volumes/neo4j/data:/data
    - ./docker/volumes/neo4j/logs:/var/lib/neo4j/logs
  healthcheck:
    test: ["CMD-SHELL", "curl -f http://localhost:7474 || exit 1"]
    interval: 20s
    timeout: 10s
    retries: 5
    start_period: 30s
  environment:
    - NEO4J_AUTH=${NEO4J_USERNAME:-neo4j}/${NEO4J_PASSWORD:-0123456789}
    - NEO4J_server_bolt_listen__address=0.0.0.0:7687
    - NEO4J_server_http_listen__address=0.0.0.0:7474
    - ENTITY_EMBEDDING=true
  networks:
    - app-network
  restart: unless-stopped

注意事项

确保每个节点都有 Entity 标签，每个关系都有 RELATION 类型，否则会影响图的检索与构建功能。