# AgricultureAigcLargeModel-Back

**Repository Path**: rua-rua521/agriculture-aigc-large-model-back

## Basic Information

- **Project Name**: AgricultureAigcLargeModel-Back
- **Description**: 农业aigc大模型后端部分
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2025-06-04
- **Last Updated**: 2025-06-28

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Agriculture AIGC Large Model Backend

This is the backend service for the Agriculture AIGC Large Model project.

## Setup

1. Install dependencies:
```bash
pip install -r requirements.txt
```

2. Configure environment variables:
Create a `.env` file in the root directory with the following content:
```
DB_HOST=localhost
DB_USER=root
DB_PASSWORD=your_password_here
DB_NAME=agricultureaigclargemodel
```

3. Set up the database:
- Make sure MySQL is installed and running
- Create a database named `agricultureaigclargemodel`
- Import the SQL schema from `sql/chat_history.sql`

4. Run the application:
```bash
python app.py
```

## API Endpoints

### Chat API
POST `/api/chat`
- Request body:
```json
{
    "question": "Your question here",
    "conversation_id": "optional-conversation-id",
    "user_id": "optional-user-id"
}
```

### Chat History API
GET `/api/chat/history`
- Query parameters:
  - user_id (optional)
  - conversation_id (optional)
  - page (default: 1)
  - pageSize (default: 10)

## Environment Variables

- `DB_HOST`: MySQL database host
- `DB_USER`: Database username
- `DB_PASSWORD`: Database password
- `DB_NAME`: Database name
- `API_KEY`: API key for the chat service
- `API_URL`: URL of the chat service

## Security Notes

- Never commit the `.env` file to version control
- Keep your API keys secure
- Use strong database passwords in production

基于ChatGLM2-6B的农林业AIGC问答系统操作手册
一、引言
1.1 编写目的
本文档是用于描述基于ChatGLM2-6B的农林业AIGC问答系统V1.0的用户操作界面，以供参本系统的使用者和维护者查阅。读者对象包括本项目人员（开发和维护）和使用人员（学校老师）。
1.2 功能概述
农林业AIGC问答系统是基于大语言模型 ChatGLM2-6B 构建的智能问答平台，系统以自然语言处理与深度学习技术为核心，能够理解并响应农企与农户提出的多样化问题，涵盖作物种植、病虫害防治、农机使用、林业资源管理等多个关键领域。用户只需通过简单的文本输入，即可获得专业权威、实时更新的农技指导与决策支持。通过对农业知识图谱、农事数据库和实时监测数据的深度融合，系统不仅提供精准问答服务，还能主动推送关键农事提醒与个性化建议，帮助用户更科学地规划农事活动，有效提升农业生产效率与质量。
1.3  登录
用户在登录页面输入自己的账号密码，也可采用手机号验证等多种方式登录，点击登录按钮。在账号密码均无误的情况下，将会成功登录平台。平台会在登录成功后记住账户密码，在用户下次登录时会自动填充上次登录成功的账号密码到登录框。

 
平台首页布局简洁直观，左侧为主导航栏，涵盖"主页""个性定制""用户中心""系统管理"等核心功能模块，方便用户快速切换与操作。页面顶部默认进入"首页"视图，用户可通过点击左侧导航栏，逐步访问各项功能。右侧区域为问答平台的主要展示界面，呈现近期热门话题与推荐内容。用户可根据兴趣选择具体话题，进入互动问答模块，获取相关知识解答与交流信息。
 
二、主页
2.1开启新聊天
当用户点击"开启新聊天"按钮后，系统将自动跳转至专属问答页面，用户可在此进行自由提问与交流。支持文本输入与语音输入两种方式，极大地方便了不同场景下的操作需求，提升了用户交互的便捷性与多样性。系统能够自动解析用户的提问内容，并实时生成高度契合的标题，确保问答内容逻辑清晰、主题明确。同时，系统会依托内置知识库和大语言模型，智能生成专业、详实的回答，助力用户快速获取所需信息。

 
2.2 个性化推荐
   在生成回答的基础上，系统还将根据用户提问的上下文内容，智能推荐相关问题，帮助用户拓展思路、深入探索相关领域知识，形成更系统化的知识获取路径。
  

三、个人定制
3.1个人定制页面
该页面为用户提供了灵活便捷的知识库创建功能，支持根据自身需求构建专属于某一特定领域的个性化机器人。

 
3.2添加新的机器人 
点击添加新的机器人，跳出提示框进行相应的创建，点击确定即可创建完成:
 

 

3.3定制化专属问答界面 
用户点击指定的机器人，即可跳转至对应的互动页面。在该页面中，用户可围绕预设的专属主题自由提问，进行深度交流。系统中的机器人将基于所属的专属知识库，智能检索并生成高质量的精准回答。同时，结合用户提问的语义内容与历史交互记录，系统还能提供个性化的知识推荐，帮助用户挖掘更广泛的相关信息，拓展认知边界。:

 
四、用户中心
4.1编辑信息:
 
在用户个人中心页面，用户可灵活修改个人信息，包括头像、用户名、邮箱地址及登录密码等。界面设计简洁直观，支持一键上传头像、快速编辑信息字段，确保操作便捷高效。
完成信息修改后，用户只需点击"保存"按钮，系统将自动校验输入内容的合法性，并在通过验证后完成信息更新，确保数据的准确性与账户安全性。

4.2安全
用户可以在此界面进行密码的修改操作：
 
五、系统管理
用户可在该页面对系统语言和时区等个性化设置进行灵活调整。完成设置后，点击"保存"按钮，系统将自动应用所选配置，确保后续操作与显示内容符合用户偏好，进一步提升整体使用体验与便利性。
 
六、后台管理
1、首页
管理员登录系统后，页面顶部直观展示了平台的核心运行指标，包括当前知识库总数、注册用户数量以及日访问量，便于管理员快速掌握平台整体运营状况。页面下方则呈现访客行为的可视化统计图，左侧导航栏功能模块清晰分区，包含"知识库管理""机器人管理""用户管理""系统设置"等核心管理功能。

 
2、知识库管理
支持知识库的新增、查看、删除等功能：
 

 
 
 
3、机器人管理
  支持机器人的查看、新增和删除等功能：
 

4、用户管理
支持用户的查看、新增和删除等功能
 
5、系统管理
管理员可在该页面对系统语言和时区等个性化设置进行灵活调整。完成设置后，点击"保存"按钮，系统将自动应用所选配置，确保后续操作与显示内容符合管理员偏好，进一步提升整体使用体验与便利性。