掌柜问数 —— 项目全景

学习理念：本文档是整个 21 篇课件集合的总览和导航。先读这篇，知道整个项目长什么样、每篇文档该花多少精力，再按优先级逐篇深入。
海外对标：掌柜智库对标 Google Vertex AI Search + Neo4J GraphRAG 的企业级知识库方案。

本节 AI 替代率：~80% | 人工干预率：~20%

角色	能力范围
🤖 AI 擅长	解释架构图、对比技术选型、生成目录结构
👤 人类需理解	哪些是新知识（P0）、哪些是已学技术（P1）、哪些是一次性配置（P2）

21 篇文档优先级总表

优先级	编号	文档	行数	代码段	阅读建议
🔥 P0 必须要学	01	项目全景（本文）	749	2	先读，建立全局认知
	03	导入骨架代码	1175	11	BaseNode/State/Graph 基石
	04	入口+PDF转MD	858	6	第一个业务节点
	06	文档切分节点	1177	22	RAG 核心策略
	07	商品名识别	1196	13	LLM + Milvus 结合
	10	知识图谱构建	1384	25	🔴 最大新知识（Neo4J/GraphRAG）
	11	查询骨架代码	1250	10	查询流程基石
	12	商品名确认	1148	16	查询侧核心节点
	14	HyDE检索	783	16	🔴 新知识
	15	知识图谱查询	1139	22	🔴 新知识
	17	RRF融合	744	16	🔴 新知识
	18	Rerank重排序	1024	20	🔴 新知识
🟡 P1 看注释就行	05	图片处理+MinIO	1151	9	VLM 调用套路固定
	08	切片向量化	629	12	bge-m3 在 Ch16 已学透
	09	向量入库	813	11	Milvus 在 Ch16/17 已学透
	13	向量检索	943	23	Milvus 检索，同上
	19	答案生成	968	21	LLM 调用套路固定
🟢 P2 后面可以查	20	Web层与前端	1115	31	前端代码量大，需要时再查
	02	环境配置部署	1100	4	一次性配置，跑通后不用再看
🔵 P3 一目而过	16	网络搜索MCP	648	16	Ch16 已学 MCP
	21	项目总结	321	1	略读即可

1. 项目概述

1.1 项目定位与目标

项目定位：

掌柜问数是一个企业级智能知识库系统，结合了 RAG（检索增强生成） 和 知识图谱 技术，旨在为垂直领域（如电子产品手册、维修指南、技术文档等）提供精准、智能的知识检索与问答服务。

核心目标：

将非结构化文档（PDF、Markdown）转化为可检索的结构化知识
通过多路召回策略提升检索准确率
利用知识图谱实现实体关系推理
提供流畅的流式问答交互体验

1.2 核心功能特性

功能模块	描述
文档智能导入	支持 PDF/Markdown 文件上传，自动解析、切分、向量化
知识图谱构建	LLM 自动抽取实体和关系，构建领域知识图谱
混合向量检索	稠密向量 + 稀疏向量（BM25）混合检索
多路召回融合	向量检索 + 知识图谱查询 + HyDE + Web 搜索
智能重排序	Reranker 模型重排序，断崖检测动态截断
流式问答	SSE 实时推送，逐字输出答案
会话历史管理	MongoDB 存储对话历史，支持上下文连续对话

1.3 适用场景

产品手册问答：电子产品使用说明、维修手册等
技术文档检索：API 文档、开发指南、FAQ 等
企业知识库：内部制度、操作规范、培训资料等
售后客服支持：产品故障排查、使用指导等

2. 系统架构

2.1 整体架构图

2.2 核心模块说明

模块	职责	技术实现
API 层	HTTP 接口暴露、请求路由	FastAPI + Uvicorn
Processor 层	业务流程编排、节点调度	LangGraph
Tools 层	工具函数封装、外部服务调用	Python 模块
数据层	数据持久化、检索	Milvus / Neo4j / MongoDB / MinIO

2.3 数据流向图

2.3.1 导入流程数据流

2.3.2 查询流程数据流

2.4 技术栈选型

类别	技术选型	版本/说明
后端框架	FastAPI + Uvicorn	异步高性能 HTTP 服务
工作流引擎	LangGraph	有状态图编排框架
大语言模型	阿里云 DashScope (Qwen)	qwen-flash / qwen3-vl-flash
向量嵌入	OpenAI API (text-embedding-v4) + BGE-M3	1536维 / 1024维+稀疏
重排序模型	BGE-Reranker-Large	本地部署
向量数据库	Milvus	混合检索（稠密+稀疏）
图数据库	Neo4j Community	知识图谱存储与查询
文档数据库	MongoDB	对话历史存储
对象存储	MinIO	文件与图片存储
PDF解析	MineRU	PDF 转 Markdown
前端	HTML5 + JS	无框架，轻量实现

3. 核心技术原理

3.1 知识图谱构建原理

3.1.1 抽取流程

3.1.2 实体与关系类型

实体类型：

类型	描述	示例
Device	设备/产品	万用表、示波器
Part	部件/组件	探针、表盘、电池仓
Operation	操作/功能	测量电压、校准
Step	操作步骤	步骤1-连接探针
Warning	警告/注意	警告-请勿超量程
Condition	条件/状态	低电量、超载
Tool	工具/配件	探针、电池

关系类型：

关系	描述	示例
HAS_OPERATION	拥有操作	万用表 → HAS_OPERATION → 测量电压
HAS_PART	拥有部件	万用表 → HAS_PART → 探针
HAS_STEP	包含步骤	测量电压 → HAS_STEP → 步骤1
USES_TOOL	使用工具	测量电压 → USES_TOOL → 红黑探针
HAS_WARNING	相关警告	测量电压 → HAS_WARNING → 警告-超量程
NEXT_STEP	下一步骤	步骤1 → NEXT_STEP → 步骤2
AFFECTS	影响	低电量 → AFFECTS → 测量精度
REQUIRES	需要条件	测量电压 → REQUIRES → 正确档位

3.2 RAG 工作机制

RAG (Retrieval-Augmented Generation) 是一种结合检索与生成的技术范式：

3.3 向量检索

混合向量 (Dense + Sparse)

本项目采用 BGE-M3 模型实现混合向量检索：

向量类型	维度	检索方式	优势
稠密向量 (Dense)	1024维	HNSW 近似最近邻	语义相似性强
稀疏向量 (Sparse)	动态维度	BM25 倒排索引	关键词精确匹配

检索流程：

python

# 混合检索示例
reqs = build_hybrid_search_requests(
    dense_vector=query_dense,      # 稠密向量
    sparse_vector=query_sparse,    # 稀疏向量
    dense_search_params={"metric_type": "COSINE"},
    sparse_search_params={"metric_type": "IP"},
    top_k=10
)

# 融合排序（权重可调）
results = execute_hybrid_search(
    search_requests=reqs,
    ranker_weights=(0.5, 0.5)  # 50% 稠密 + 50% 稀疏
)

3.4 多路召回策略

本项目实现了 四路并行召回：

RRF (Reciprocal Rank Fusion) 公式：

$$ RRF_score(d) = \sum_{r \in R} \frac{1}{k + rank_r(d)} $$ 其中：

R 是所有召回来源
rank_r(d) 是文档 d 在来源 r 中的排名
k 是平滑参数（通常取 60）

断崖检测算法：

python

for i in range(min_topk - 1, max_topk - 1):
    gap = score[i] - score[i + 1]
    relative_gap = gap / (abs(score[i]) + 1e-6)

    # 满足任一条件则截断
    if gap >= gap_abs_threshold or relative_gap >= gap_ratio_threshold:
        return documents[:i + 1]

4. 项目目录结构说明

4.1 各模块职责

knowledge/
├── api/                              # API 路由层
│   ├── query_router.py              # 查询服务路由 (port 8001)
│   │   ├── POST /query              # 发起查询
│   │   ├── GET /stream/{session_id} # SSE 流式获取
│   │   ├── GET /history/{session_id}# 获取历史
│   │   └── DELETE /history/...      # 清除历史
│   └── import_router.py             # 导入服务路由 (port 8000)
│       ├── POST /upload             # 上传文件
│       └── GET /status/{task_id}    # 查询任务状态
│
├── core/                             # 核心配置
│   ├── deps.py                      # 依赖注入（单例管理）
│   └── paths.py                     # 路径常量配置
│
├── processor/                        # 业务处理流程（LangGraph）
│   ├── import_process/              # 导入流程
│   │   ├── main_graph.py           # 导入流程图定义
│   │   ├── state.py                # 状态类型定义
│   │   └── nodes/                  # 处理节点
│   │       ├── entry.py            # 入口节点
│   │       ├── pdf_to_md.py        # PDF 转 MD
│   │       ├── md_img.py           # 图片处理
│   │       ├── document_split.py   # 文档切分
│   │       ├── item_name_recognition.py  # 商品识别
│   │       ├── bge_embedding.py    # 向量嵌入
│   │       ├── import_milvus.py    # Milvus 存储
│   │       └── knowledge_graph.py  # 知识图谱构建
│   │
│   └── query_process/               # 查询流程
│       ├── main_graph.py           # 查询流程图定义
│       ├── state.py                # 状态类型定义
│       ├── prompt.py               # 提示词模板
│       └── nodes/                  # 处理节点
│           ├── item_name_confirm.py    # 商品确认
│           ├── search_embedding.py     # 向量检索
│           ├── search_embedding_hyde.py# HyDE 检索
│           ├── query_kg.py             # 知识图谱查询
│           ├── web_search_mcp.py       # Web 搜索
│           ├── rrf.py                  # RRF 融合
│           ├── rerank.py               # 重排序
│           └── answer_output.py        # 答案生成
│
├── schemas/                          # 数据模型定义
│   ├── query_schema.py              # 查询请求/响应模型
│   ├── upload_schema.py             # 上传响应模型
│   └── task_schema.py               # 任务状态模型
│
├── services/                         # 业务服务层
│   ├── file_import_service.py       # 文件导入服务
│   └── task_service.py              # 任务管理服务
│
├── tools/                            # 工具函数库
│   ├── milvus_utils.py              # Milvus 向量库操作
│   ├── neo4j_utils.py               # Neo4j 图数据库操作
│   ├── embedding_utils.py           # 向量嵌入工具
│   ├── llm_utils.py                 # LLM 客户端封装
│   ├── reranker_utils.py            # Reranker 模型
│   ├── mongo_history_utils.py       # MongoDB 历史记录
│   ├── sse_utils.py                 # SSE 流式推送
│   ├── task_utils.py                # 任务状态管理
│   ├── minio_utils.py               # MinIO 对象存储
│   └── normalize_sparse_vector.py   # 稀疏向量规范化
│
├── front/                            # 前端页面
│   ├── chat.html                    # 聊天界面
│   └── import.html                  # 导入界面
│
├── test/                             # 测试代码
├── docs/                             # 文档目录
├── temp_data/                        # 临时数据目录
├── .env                              # 环境配置文件
└── requirements.txt                  # Python 依赖声明

4.2 配置文件说明

.env 环境配置

ini

# ====== 模型缓存配置 ======
MINERU_MODEL_SOURCE=modelscope          # MineRU 模型来源
MODELSCOPE_OFFLINE=1                     # 离线模式
MODELSCOPE_CACHE=/path/to/cache          # ModelScope 缓存路径
HF_HOME=/path/to/huggingface             # HuggingFace 缓存路径

# ====== LLM API 配置 ======
OPENAI_API_KEY=sk-xxx                    # API 密钥
OPENAI_API_BASE=https://dashscope...     # API 基础地址
LLM_DEFAULT_MODEL=qwen-flash             # 默认 LLM 模型
LLM_DEFAULT_TEMPERATURE=0.1              # 温度参数
VL_MODEL=qwen3-vl-flash                  # 视觉语言模型
ITEM_MODEL=qwen-flash                    # 商品识别模型
KG_MODEL=qwen-flash                      # 知识图谱模型

# ====== BGE 模型配置 ======
BGE_M3_PATH=/path/to/bge-m3              # BGE-M3 本地路径
BGE_DEVICE=cuda:0                        # GPU 设备
BGE_FP16=True                            # 半精度推理
BGE_RERANKER_LARGE=/path/to/reranker     # Reranker 路径
BGE_RERANKER_DEVICE=cuda:0               # Reranker 设备

# ====== 向量配置 ======
EMBEDDING_DIM=1536                       # 嵌入维度
EMBEDDING_MODEL=text-embedding-v4        # 嵌入模型

# ====== Milvus 配置 ======
MILVUS_URL=http://localhost:19530        # Milvus 服务地址
CHUNKS_COLLECTION=kb_chunks              # 切片集合名
ENTITY_NAME_COLLECTION=kb_entity_names   # 实体名集合
ITEM_NAME_COLLECTION=kb_item_names       # 商品名集合
MILVUS_METRIC_TYPE=COSINE                # 距离度量
MILVUS_MIN_COSINE_SCORE=0.75             # 最小相似度

# ====== Neo4j 配置 ======
NEO4J_URI=bolt://localhost:7687          # Neo4j URI
NEO4J_DATABASE=neo4j                     # 数据库名
NEO4J_USERNAME=neo4j                     # 用户名
NEO4J_PASSWORD=password                  # 密码

# ====== MongoDB 配置 ======
MONGO_URL=mongodb://localhost:27017      # MongoDB 连接
MONGO_DB_NAME=kb001                      # 数据库名

# ====== MinIO 配置 ======
MINIO_ENDPOINT=localhost:9000            # MinIO 端点
MINIO_ACCESS_KEY=minioadmin              # 访问密钥
MINIO_SECRET_KEY=minioadmin              # 私有密钥
MINIO_BUCKET_NAME=knowledge-base         # 存储桶名

5. 数据处理流程

5.1 文档导入流程

5.2 知识抽取过程

LLM 提示词设计要点：

你是一个知识图谱构建专家，请从以下文本中抽取实体和关系。

实体类型：
- Device（设备/产品）
- Part（部件/组件）
- Operation（操作/功能）
- Step（操作步骤，格式：步骤N-动作短语）
- Warning（警告，格式：警告-内容）
- Condition（条件/状态）
- Tool（工具/配件）

关系类型：
- HAS_OPERATION（拥有操作）
- HAS_PART（拥有部件）
- HAS_STEP（包含步骤）
- USES_TOOL（使用工具）
- HAS_WARNING（相关警告）
- NEXT_STEP（下一步骤）
- AFFECTS（影响）
- REQUIRES（需要条件）

输出要求：
- 实体名称简短（≤15字）
- 输出纯 JSON（无 Markdown 围栏）
- 格式：{"entities": [...], "relations": [...]}

5.3 图谱构建步骤

5.4 检索增强流程

6. 前后端数据交互

6.1 主要 API 接口概览

6.1.1 导入服务 (Port 8000)

方法	路径	描述
POST	`/upload`	上传文件（支持多文件）
GET	`/status/{task_id}`	查询任务处理状态
GET	`/health`	健康检查

6.1.2 查询服务 (Port 8001)

方法	路径	描述
POST	`/query`	发起查询（流式/非流式）
GET	`/stream/{session_id}`	SSE 流式获取答案
GET	`/history/{session_id}`	获取会话历史
DELETE	`/history/{session_id}`	清除会话历史
GET	`/health`	健康检查

6.2 请求/响应格式

6.2.1 文件上传

请求：

http

POST /upload
Content-Type: multipart/form-data

files: [file1.pdf, file2.md, ...]

响应：

json

{
  "message": "Files uploaded successfully",
  "task_ids": ["task_001", "task_002"]
}

6.2.2 任务状态查询

请求：

http

GET /status/task_001

响应：

json

{
  "task_id": "task_001",
  "status": "processing",    // pending | processing | completed | failed
  "progress": 45,            // 0-100
  "message": "正在构建知识图谱...",
  "file_name": "万用表使用手册.pdf",
  "created_at": "2026-02-23T10:00:00"
}

6.2.3 知识查询（非流式）

请求：

http

POST /query
Content-Type: application/json

{
  "query": "万用表如何测量直流电压？",
  "session_id": "sess_001",   // 可选，留空自动生成
  "is_stream": false
}

响应：

json

{
  "message": "处理完成",
  "session_id": "sess_001",
  "answer": "测量直流电压的步骤如下：\n1. 将旋钮调至 V= 档位...",
  "done_list": []
}

6.2.4 知识查询（流式）

请求：

http

POST /query
Content-Type: application/json

{
  "query": "万用表如何测量直流电压？",
  "session_id": "sess_001",
  "is_stream": true
}

响应（建立 SSE 连接）：

http

GET /stream/sess_001
Accept: text/event-stream

SSE 事件流：

data: {"type": "delta", "data": {"delta": "测"}}
data: {"type": "delta", "data": {"delta": "量"}}
data: {"type": "delta", "data": {"delta": "直"}}
...
data: {"type": "final", "data": {"answer": "测量直流电压...", "status": "completed"}}

6.2.5 历史查询

请求：

http

GET /history/sess_001?limit=10

响应：

json

{
  "session_id": "sess_001",
  "items": [
    {
      "_id": "65d1a2b3...",
      "session_id": "sess_001",
      "role": "user",
      "text": "万用表如何测量电压？",
      "rewritten_query": "万用表测量直流电压的步骤",
      "item_names": ["万用表"],
      "ts": 1708756800
    },
    {
      "_id": "65d1a2c4...",
      "session_id": "sess_001",
      "role": "assistant",
      "text": "测量直流电压的步骤如下...",
      "ts": 1708756805
    }
  ]
}

6.3 前端交互流程

6.3.1 导入界面交互

javascript

// 1. 发送查询
async function sendQuery(query) {
  const response = await fetch('/query', {
    method: 'POST',
    headers: { 'Content-Type': 'application/json' },
    body: JSON.stringify({
      query: query,
      session_id: currentSessionId,
      is_stream: true
    })
  });

  const data = await response.json();
  currentSessionId = data.session_id;

  // 2. 建立 SSE 连接
  const eventSource = new EventSource(`/stream/${currentSessionId}`);

  eventSource.onmessage = (event) => {
    const msg = JSON.parse(event.data);

    if (msg.type === 'delta') {
      // 3. 逐字渲染
      appendToAnswer(msg.data.delta);
    } else if (msg.type === 'final') {
      // 4. 完成处理
      eventSource.close();
      finalizeAnswer(msg.data.answer);
    }
  };
}

6.3.2 聊天界面交互

javascript

// 1. 上传文件
async function uploadFiles(files) {
  const formData = new FormData();
  files.forEach(file => formData.append('files', file));

  const response = await fetch('/upload', {
    method: 'POST',
    body: formData
  });

  const data = await response.json();

  // 2. 轮询任务状态
  data.task_ids.forEach(taskId => {
    pollTaskStatus(taskId);
  });
}

// 3. 状态轮询
async function pollTaskStatus(taskId) {
  const interval = setInterval(async () => {
    const response = await fetch(`/status/${taskId}`);
    const status = await response.json();

    updateProgressBar(taskId, status.progress);

    if (status.status === 'completed' || status.status === 'failed') {
      clearInterval(interval);
      showResult(status);
    }
  }, 2000);  // 每2秒轮询
}

7. 快速开始

7.1 环境要求

项目	要求
Python	>= 3.10
CUDA	>= 自己机器适配的版本（GPU 推理需要）
内存	>= 16GB（建议 32GB）
显存	>= 8GB（BGE-M3 + Reranker）
存储	>= 50GB（模型缓存）

依赖服务：

Milvus（向量数据库）
Neo4j（图数据库）
MongoDB（文档数据库）
MinIO（对象存储）

7.2 安装步骤

bash

# 1. 创建虚拟环境
python -m venv .venv
.venv\Scripts\activate  # Windows
# source .venv/bin/activate  # Linux/Mac

# 2. 安装依赖（使用国内镜像）
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

# 3. 配置环境变量
copy .env.example .env
# 编辑 .env 文件，填入正确的配置

7.3 基础配置

启动依赖服务

bash

# Docker Compose 方式（推荐）
docker-compose up -d milvus neo4j mongodb minio

下载模型

bash

# BGE-M3 模型（通过 ModelScope）
python -c "from modelscope import snapshot_download; snapshot_download('BAAI/bge-m3')"

# BGE-Reranker-Large
python -c "from modelscope import snapshot_download; snapshot_download('BAAI/bge-reranker-large')"

初始化数据库

bash

# 运行初始化脚本（如有）
python scripts/init_db.py

7.4 运行示例

bash

# 启动导入服务 (端口 8000)
uvicorn api.import_router:app --host 0.0.0.0 --port 8000 --reload

# 启动查询服务 (端口 8001)
uvicorn api.query_router:app --host 0.0.0.0 --port 8001 --reload

访问前端页面：

导入界面：http://localhost:8000/static/import.html
聊天界面：http://localhost:8001/static/chat.html

8. 附录

A. Milvus 集合 Schema

文档切片

字段	类型	描述
pk	INT64	主键，自增
chunk_id	INT64	切片 ID
content	VARCHAR(65535)	切片内容
title	VARCHAR	章节标题
dense_vector	FLOAT_VECTOR(1024)	稠密向量
sparse_vector	SPARSE_FLOAT_VECTOR	稀疏向量
item_name	VARCHAR	商品名称
created_at	VARCHAR	创建时间

图谱实体

字段	类型	描述
pk	INT64	主键，自增
entity_name	VARCHAR	实体名称
dense_vector	FLOAT_VECTOR(1024)	稠密向量
sparse_vector	SPARSE_FLOAT_VECTOR	稀疏向量
source_chunk_id	VARCHAR	来源切片 ID
context	VARCHAR	上下文描述
item_name	VARCHAR	所属商品

B. Neo4j 图模型

(Entity {name, item_name, types[], description})
    │
    ├── [:HAS_OPERATION] ──→ (Entity:Operation)
    ├── [:HAS_PART] ──→ (Entity:Part)
    ├── [:HAS_STEP] ──→ (Entity:Step)
    ├── [:HAS_WARNING] ──→ (Entity:Warning)
    ├── [:USES_TOOL] ──→ (Entity:Tool)
    ├── [:NEXT_STEP] ──→ (Entity:Step)
    ├── [:AFFECTS] ──→ (Entity)
    ├── [:REQUIRES] ──→ (Entity:Condition)
    └── [:MENTIONED_IN] ──→ (Chunk {id, item_name})

C. 关键文件速查表

功能	文件路径
导入 API	`api/import_router.py`
查询 API	`api/query_router.py`
导入流程图	`processor/import_process/main_graph.py`
查询流程图	`processor/query_process/main_graph.py`
知识图谱构建	`processor/import_process/nodes/knowledge_graph.py`
知识图谱查询	`processor/query_process/nodes/query_kg.py`
向量检索	`processor/query_process/nodes/search_embedding.py`
重排序	`processor/query_process/nodes/rerank.py`
答案生成	`processor/query_process/nodes/answer_output.py`
提示词模板	`processor/query_process/prompt.py`
Milvus 工具	`tools/milvus_utils.py`
Neo4j 工具	`tools/neo4j_utils.py`
LLM 客户端	`tools/llm_utils.py`
SSE 推送	`tools/sse_utils.py`

掌柜问数 —— 项目全景 ​

21 篇文档优先级总表 ​

1. 项目概述 ​

1.1 项目定位与目标 ​

1.2 核心功能特性 ​

1.3 适用场景 ​

2. 系统架构 ​

2.1 整体架构图 ​

2.2 核心模块说明 ​

2.3 数据流向图 ​

2.3.1 导入流程数据流 ​

2.3.2 查询流程数据流 ​

2.4 技术栈选型 ​

3. 核心技术原理 ​

3.1 知识图谱构建原理 ​

3.1.1 抽取流程 ​

3.1.2 实体与关系类型 ​

3.2 RAG 工作机制 ​

3.3 向量检索 ​

3.4 多路召回策略 ​

4. 项目目录结构说明 ​

4.1 各模块职责 ​

4.2 配置文件说明 ​

5. 数据处理流程 ​

5.1 文档导入流程 ​

5.2 知识抽取过程 ​

5.3 图谱构建步骤 ​

5.4 检索增强流程 ​

6. 前后端数据交互 ​

6.1 主要 API 接口概览 ​

6.1.1 导入服务 (Port 8000) ​

6.1.2 查询服务 (Port 8001) ​

6.2 请求/响应格式 ​

6.2.1 文件上传 ​

6.2.2 任务状态查询 ​

6.2.3 知识查询（非流式） ​

6.2.4 知识查询（流式） ​

6.2.5 历史查询 ​

6.3 前端交互流程 ​

6.3.1 导入界面交互 ​

6.3.2 聊天界面交互 ​

7. 快速开始 ​

7.1 环境要求 ​

7.2 安装步骤 ​

7.3 基础配置 ​

7.4 运行示例 ​

8. 附录 ​

A. Milvus 集合 Schema ​

文档切片 ​

图谱实体 ​

B. Neo4j 图模型 ​

C. 关键文件速查表 ​

掌柜问数 —— 项目全景

21 篇文档优先级总表

1. 项目概述

1.1 项目定位与目标

1.2 核心功能特性

1.3 适用场景

2. 系统架构

2.1 整体架构图

2.2 核心模块说明

2.3 数据流向图

2.3.1 导入流程数据流

2.3.2 查询流程数据流

2.4 技术栈选型

3. 核心技术原理

3.1 知识图谱构建原理

3.1.1 抽取流程

3.1.2 实体与关系类型

3.2 RAG 工作机制

3.3 向量检索

3.4 多路召回策略

4. 项目目录结构说明

4.1 各模块职责

4.2 配置文件说明

5. 数据处理流程

5.1 文档导入流程

5.2 知识抽取过程

5.3 图谱构建步骤

5.4 检索增强流程

6. 前后端数据交互

6.1 主要 API 接口概览

6.1.1 导入服务 (Port 8000)

6.1.2 查询服务 (Port 8001)

6.2 请求/响应格式

6.2.1 文件上传

6.2.2 任务状态查询

6.2.3 知识查询（非流式）

6.2.4 知识查询（流式）

6.2.5 历史查询

6.3 前端交互流程

6.3.1 导入界面交互

6.3.2 聊天界面交互

7. 快速开始

7.1 环境要求

7.2 安装步骤

7.3 基础配置

7.4 运行示例

8. 附录

A. Milvus 集合 Schema

文档切片

图谱实体

B. Neo4j 图模型

C. 关键文件速查表