# TaiXu-Admin
**Repository Path**: project3_1/TaiXu-Admin
## Basic Information
- **Project Name**: TaiXu-Admin
- **Description**: TaiXu-Admin是AI技术集成的Admin
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 5
- **Created**: 2025-11-11
- **Last Updated**: 2025-11-11
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
# TaiXu-Admin
#### 介绍
TaiXu-Admin是AI技术集成的智能技术系统,后端用Python编写实现,前端用React开发交互页面,涉及到的大模型技术有LLM对话、RAG和Agent等,大模型应用框架组件有LangChain和LangGraph,支持RAG模式、Agent模式、Prompt工程、工具调用、记忆管理等功能,引入了对话式交互、知识检索增强生成(RAG)、多智能体协同(Agent)等AI能力。
#### 软件架构
TaiXu-Admin 采用 前后端分离 + 模块化分层 的架构风格,确保系统高内聚、低耦合,便于功能迭代。
后端框架:采用 Python 作为核心开发语言,基于轻量高效且灵活的 Flask Web 框架构建 RESTful API 服务。
AI应用框架:集成 LangChain 与 LangGraph,分别用于构建模块化的大模型应用流水线和复杂状态驱动的多智能体协作流程。
|
RAG模式 |
| 文档检索 |
NativeRAG(原生RAG)、MultiQuery(多问题)、RAGFusion(检索融合)、SubQuestion(子问题)、HYDE(假设提问)、RoutingLogic(逻辑路由)、RoutingSemantic(语义路由)、MultiQueryConstruction(查询重构)、MultiRepresentation(多重表示)、RAPTOR(层级索引) |
| 智能检索 |
Corrective(纠错型)、SelfCheck(反思型)、Adaptive(自适应型) |
| 特殊检索 |
GraphRAG(知识图谱)、KeyWord(关键字BM25)、HybridRAG(混合检索)、KMean(K均值聚类)、RerankRAG(重排序) |
|
Agent模式 |
| 智能问答 |
ReAct(推理行动)、ReWOO(无观察推理)、PlanExecute(规划执行)、LLMCompile(LLM编译)、Reflection(反思型)、SelfDiscover(自发现)、Reflexion(反射型)、LATS(智能树搜索) |
| 多智能体 |
Supervisor(监督型)、Collaboration(协作型)、Hierarchical(层级型) |
前端技术栈:使用 React 构建响应式用户界面,结合 Umi(蚂蚁集团开源的企业级前端应用框架)进行工程化管理,并依托 Ant Design 组件库提供一致、美观、高效的交互体验。
数据基础设施:
- 向量数据库:选用高性能、云原生的 Qdrant,用于存储和检索文本嵌入(Embeddings),支撑 RAG 场景下的语义相似性搜索;
- 图数据库:引入 Neo4j,用于建模实体间复杂关系(如用户-角色-资源权限拓扑、知识图谱等),赋能关系推理与路径分析;
- 关系型数据库:采用稳定可靠的 PostgreSQL 存储结构化业务数据(如用户信息、操作日志、配置项等)。
#### 安装教程
1. taixu-system-web 安装依赖,用npm或yarn。
2. taixu-system-service安装依赖,用pip或poetry。
3. 安装Qdrant,并根据taixu-system-service/src/resources/application.yml进行账号密码配置。
4. 安装Neo4j,并根据taixu-system-service/src/resources/application.yml进行账号密码配置。
5. 安装PostgreSQL,并手动执行taixu-system-service/src/resources/database下的sql脚本。
#### 使用说明
按安装步骤即可启动项目,直接访问页面 http://localhost:8000/。
项目功能截图展示: