项目开发分为4个过程

数据清洗与处理

项目名称 data。

项目主要采用python语言进行开发，其中引用的主要类库是pandas和py2neo

pandas主要对Excel数据进行处理，并读取

py2neo主要是把读取的数据写入neo4j数据库

注意：如果有图片文件，务必是jpg或者png格式。并且要放到项目的data/图片目录下

项目执行完成后，会把数据写入neo4j数据库

服务端

项目服务端使用python进行开发，使用的框架是fastapi，涉及到的注意类库包括fastapi 和 jieba

fastapi是web框架，负责整个服务端框架 官网:https://fastapi.tiangolo.com/

jieba jieba分词用于在知识问答实现相关功能

前端

vue3:前端框架使用的vue3 官网：https://vuejs.org/guide/essentials/list.html

element-plus:前端框架，为了达到更好的效果和简要对css等编写。采用了element-plus ui框架 官网：https://element-plus.org/zh-CN/

axios：访问服务端使用的是axios 官网：http://www.axios-js.com/

neovis：知识图谱显示使用neovis。官网：https://github.com/neo4j-contrib/neovis.js

知识图谱的图片需要放到 public文件夹内

GraphRag

GraphRag目前已经使用的百度的千帆模型ERNIE-4.0-8K

后面需要根据实际情况，修改为自己需要的模型

需要注意：

1. neo4j需要安装apoc
2. neo4j的版本需要5.17及以上版本
3. 模型等需要提前付费

数据处理过程分为：

1. 上传文档
2. 拆分文档
3. 把拆分的文档 转换为 图文档
4. 把图文档写入neo4j数据库
5. 图数据向量化
6. 构造问答模板
7. 创建Rag链 RagChain
8. 提问 并获取回答内容

功能介绍

浏览检索

1. 左侧显示当前所有的实体分类。
2. 实体分类下一级菜单是A-Z的字母，对应每个实体的首字母。
3. 字母的下一级是实体名称。

4. 点击实体名称会显示对应的知识图谱

5. 点击任意图谱，右侧会显示当前实体的所有属性
6. 如果有图片，则可以看到【查看】，并点击查看图片

7. 搜索建议，随便输入任意关键词，都会提供建议实体，点击后查看对应的知识图谱

问答功能

在这个界面输入问题，然后点击【提交问题】或者直接在输入框回车，都会触发提交操作。

找到答案后，会提示答案内容，并显示相关的图谱

论文检索

1. 论文检索分为3部分显示 ，左上角是图谱，右侧是论文 左下角是分类
2. 查询可以根据标题进行搜索，搜索后，知识图谱随着变化，
3. 查询支持分页
4. 查询和分类进行关联，不勾选默认全部，勾选后会根据勾选内容显示相关论文和图谱

GraphRag知识问答

1. 选择文件，然后点击上传。只支持文本文件
2. 选择模型，目前支持的是BaiduQianFan ERNIE-4.0-8K 如果需要openAi需要简单修改
3. 文件名称会在选择的时候自动显示
4. 提问题即可