# 知识图谱问答

**Repository Path**: hsoft-ai/kg-llm-answer

## Basic Information

- **Project Name**: 知识图谱问答
- **Description**: 基于大模型的mysql的结构化关系知识图谱问答
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2025-11-10
- **Last Updated**: 2025-11-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: 知识图谱问答, 大模型, 自然语言, MySQL

## README

# 资源关系智能问答系统

一个基于自然语言处理的智能问答系统，能够理解和回答关于资源关系网络的问题。

## 项目结构

```
YTHYW/
├── .dockerignore        # Docker忽略文件
├── .env                 # 环境配置文件
├── .env.new             # 环境配置模板文件
├── .idea\               # IDE配置文件
├── DOCKER_DEPLOYMENT.md # Docker部署说明文档
├── Dockerfile           # Docker镜像构建文件
├── README.md            # 项目说明文档
├── README_UPDATED.md    # 更新后的项目说明文档
├── backend\             # 后端代码
│   ├── __pycache__\     # Python缓存文件
│   ├── app.py           # Flask主应用
│   ├── data_processor.py # 原始数据处理器
│   ├── db_config.py     # 数据库配置
│   ├── dependency_analyzer.py # 依赖分析器
│   ├── llm_wrapper.py   # 大语言模型包装器
│   ├── models.py        # 数据库模型
│   ├── nlp_processor.py # NLP处理器
│   ├── optimized_data_processor.py # 优化后的数据处理器
│   ├── query_processor.py # 查询处理器
├── build-docker.bat     # Windows Docker构建脚本
├── build-docker.sh      # Linux/Mac Docker构建脚本
├── docker-compose.yml   # Docker Compose配置文件
├── docs\                # 项目文档
├── frontend\            # 前端代码
│   ├── static\          # 静态资源
│   │   ├── app.js       # 主要JavaScript文件
│   │   └── styles.css   # 样式文件
│   └── templates\       # HTML模板
│       └── index.html   # 主页模板
├── install_and_run.py   # 安装并运行脚本
├── knowledge_graph.db   # 知识图谱数据库
├── requirements.txt     # 项目依赖
├── simple_run.py        # 简化运行脚本
├── start_app.py         # 应用启动脚本
├── automated_tests.py   # 完整自动化测试脚本
├── simple_tests.py      # 简化版测试脚本
└── final_validation_test.py  # 最新功能验证测试脚本
```

详细项目结构请参考 [docs/project_structure.md](docs/project_structure.md)

## 技术栈

- **后端**：Python Flask, SQLAlchemy
- **前端**：HTML, CSS (Tailwind CSS), JavaScript, D3.js, Chart.js
- **数据库**：MySQL
- **AI模型**：通义千问API
- **向量存储**：FAISS
- **依赖管理**：pip

## 最新改进

### 统一前后端资源管理

为了优化项目结构和便于维护，我们对项目进行了重要重构：

1. **统一资源管理**：
   - 移除了后端目录下的静态资源和模板文件
   - 后端Flask应用现在直接使用frontend目录下的资源
   - 简化了文件结构，避免重复文件

2. **折叠面板功能**：
   - 在查询结果中添加了可折叠的"相关知识"面板
   - 默认状态下面板是收缩的，用户可以点击标题展开查看
   - 提升了页面的空间利用率和用户体验

3. **优化的数据处理器**：
   - 实现了 `OptimizedDataProcessor` 类，继承自原始数据处理器
   - 增强了对包含关系等特定查询模式的支持

### 包含关系查询优化

在最新版本中，我们对系统进行了重要优化，专门改进了对包含关系查询的处理能力：

1. **专门的包含关系处理机制**：
   - 新增 `find_containment_resources()` 方法专门处理包含关系查询
   - 在 `build_context_for_qa()` 方法中增加包含关系查询检测逻辑
   - 创建 `_build_containment_context()` 方法专门构建包含关系上下文文档

2. **主应用集成**：
   - 更新主应用文件以使用优化后的数据处理器
   - 保持与现有API接口的兼容性

## 安装和运行

### 方式一：传统方式部署

1. 安装依赖：
   ```bash
   pip install -r requirements.txt
   ```

2. 配置环境：
   编辑 `.env` 文件，设置数据库连接信息和通义千问API密钥

3. 启动应用：
   ```bash
   python start_app.py
   ```

4. 访问应用：
   打开浏览器访问 `http://localhost:5000`

### 方式二：Docker部署（推荐）

本项目支持使用Docker进行部署，提供了更简单的部署方式和环境隔离。

1. 确保已安装Docker

2. 构建镜像并启动镜像服务：
   ```bash
   docker build -t ythyw-app:latest .
   docker run -p 5000:5000 ythyw-app:latest
   ```

3. 访问应用：
   打开浏览器访问 `http://localhost:5000`

4. 查看服务状态：
   ```bash
   docker ps
   ```

5. 查看日志：
   ```bash
   docker logs -f
   ```

详细Docker部署说明请参考 [DOCKER_DEPLOYMENT.md](DOCKER_DEPLOYMENT.md)

## 测试

### 简化版测试（推荐）
```bash
python simple_tests.py
```
此测试不依赖外部数据库连接，仅验证应用基本功能。

### 完整测试
```bash
python automated_tests.py
```
此测试包含所有功能测试，需要数据库连接正常。

### 最新功能验证测试
```bash
python final_validation_test.py
```
此测试专门验证包含关系查询等最新功能的正确性。

## 注意事项

1. 确保您已在 `.env` 文件中正确配置通义千问API密钥和数据库连接信息
2. 首次使用时，建议先运行启动脚本安装依赖
3. 系统需要连接到已配置好表结构的MySQL数据库
4. 如需修改端口或其他配置，请修改 `.env` 文件中的相关设置
5. 使用Docker部署时，数据库配置和API密钥可以在docker-compose.yml文件中修改

## 项目优化

本项目已进行结构优化，详情请参考 [docs/project_optimization_report.md](docs/project_optimization_report.md)

## License

本项目采用Apache 2.0许可证。

## 联系方式

如有问题或建议，请联系项目维护者。
微信：15776481145