# 星穹智库 **Repository Path**: xcpcn/Astral-Archives ## Basic Information - **Project Name**: 星穹智库 - **Description**: 星穹智库是一个基于Python开发的星穹铁道资料智能查询分析系统。系统集成了现代向量数据库、大规模语言模型等技术,为玩家提供准确、快速的游戏资料检索服务。 - **Primary Language**: Python - **License**: MIT - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2025-05-05 - **Last Updated**: 2025-05-05 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 星穹智库 (Astral Archives) # 星穹铁道智能资料查询系统 星穹智库是一个基于Python开发的星穹铁道资料智能查询分析系统。系统集成了现代向量数据库、大规模语言模型等技术,为玩家提供准确、快速的游戏资料检索服务。 ## 🌟 特色功能 - 海量资料:收录超过800万字符的BWiki权威资料 - 智能检索:基于语义的相似度搜索,而非简单的关键词匹配 - 高性能:采用FAISS向量数据库,毫秒级的查询响应 - 友好界面:简洁的命令行交互界面,支持丰富的结果展示 - MCP服务:支持作为微服务集成到其他系统 ## 🛠 技术栈 - Python 3.8+ - FAISS向量数据库 - BGE-M3 Embedding模型 - Rich CLI界面库 - FastMCP微服务框架 ## 🚀 快速开始 ### 安装依赖 ```bash pip install -r requirements.txt ``` ### 配置 1. 在项目根目录创建 `api_key.py` 文件 2. 添加您的API密钥: ```python API_KEY = "your_api_key_here" ``` ### 运行 ```bash # 构建索引(首次运行需要) python wiki_search.py # 启动交互式搜索 python wiki_search.py # 启动MCP服务 python wiki_mcp.py ``` ## 📖 使用示例 ```python from wiki_api import WikiSearchAPI # 初始化API wiki_api = WikiSearchAPI() # 执行搜索 success, message, results, timestamp = wiki_api.search( query="星穹列车成员", top_k=3, min_score=0.4 ) # 处理搜索结果 if success: for result in results: print(f"相关度: {result['score']:.3f}") print(f"内容: {result['text'][:200]}...") ``` ## 📝 API文档 ### WikiSearchAPI 主要的搜索API接口,提供以下方法: - `search(query, top_k=5, min_score=0.3)`: 执行文本搜索 - `save_search_results(results, output_file)`: 保存搜索结果 ### MCP服务 通过 `wiki_mcp.py` 提供的HTTP接口: - `POST /tool/search_wiki`: 执行Wiki搜索 - 参数:query, top_k, min_score, save_results ## 📄 开源协议 MIT License ## 🤝 贡献指南 欢迎提交Issue和Pull Request来完善项目。在提交PR之前,请确保: 1. 代码风格符合PEP 8规范 2. 添加了必要的测试用例 3. 更新了相关文档 ## 🙏 致谢 - [BWiki](https://wiki.biligame.com/sr/) - 提供了丰富的游戏资料 - [FAISS](https://github.com/facebookresearch/faiss) - 高性能向量检索库 - [BGE-M3](https://huggingface.co/BAAI/bge-m3) - 优秀的中文Embedding模型