知识图谱管理平台

MCP Platform - 数字图书管理员式知识图谱平台

智能文档管理 + 知识图谱 + 向量检索 + AI问答的一体化平台

核心功能

• 智能文档解析 - 支持PDF、Word，自动提取文本和元数据
• 实体识别NER - 自动识别人物、组织、技术术语等实体
• 知识图谱构建 - 基于Neo4j的可视化知识网络
• 语义向量检索 - ChromaDB + Sentence-BERT语义搜索
• RAG智能问答 - 结合知识图谱的AI问答系统
• 交互式可视化 - React + Cytoscape.js图谱展示

快速开始

前置要求

• Python 3.9+
• Node.js 16+
• Neo4j 5.x (可选)
• OpenAI API Key (可选，用于AI问答)

1. 克隆项目

git clone <repository-url>
cd MCP

2. 启动后端

cd backend

# 安装依赖
pip install -r requirements.txt

# 下载spaCy中文模型（可选）
python -m spacy download zh_core_web_sm

# 配置环境变量
cp .env.example .env
# 编辑 .env 文件，配置OpenAI API Key等

# 启动服务
python -m uvicorn app.main:app --reload --port 8000

后端API文档: http://localhost:8000/docs

3. 启动前端

cd frontend

# 安装依赖
npm install

# 启动开发服务器
npm run dev

前端界面: http://localhost:3000

4. 启动Neo4j（可选）

# 使用Docker
docker run -d \
  --name neo4j \
  -p 7474:7474 -p 7687:7687 \
  -e NEO4J_AUTH=neo4j/password \
  neo4j:latest

Neo4j浏览器: http://localhost:7474

项目结构

MCP/
├── backend/                      # Python后端
│   ├── app/
│   │   ├── main.py              # FastAPI主应用 (518行)
│   │   ├── kg/
│   │   │   └── neo4j_manager.py # Neo4j管理器 (600行)
│   │   ├── vector/
│   │   │   └── vector_store.py  # ChromaDB管理器 (400行)
│   │   ├── rag/
│   │   │   └── rag_engine.py    # RAG引擎 (350行)
│   │   ├── parsers/             # PDF/Word解析器
│   │   ├── nlp/                 # NER/分段/关系抽取
│   │   └── models/              # 数据模型
│   ├── requirements.txt         # Python依赖
│   └── .env                     # 环境配置
├── frontend/                    # React前端
│   ├── src/
│   │   ├── pages/               # 页面组件
│   │   ├── services/api.js      # API服务层
│   │   └── App.jsx              # 主应用
│   ├── package.json             # NPM依赖
│   └── vite.config.js           # Vite配置
├── data/                        # 数据存储
├── uploads/                     # 上传文件
└── README.md                    # 项目说明

技术栈

后端技术

前端技术

📊 开发进度

总体完成度: 73% → 85% (+12%)

界面预览

首页

• 系统状态监控
• 核心功能介绍
• 统计数据展示

文档管理

• 拖拽上传文件
• 文档列表查看
• 实时处理进度

知识图谱

• 交互式图谱可视化
• 节点/关系展示
• 缩放拖拽操作

语义搜索

• 纯语义/混合搜索
• 相似度评分
• 可调参数配置

AI问答

• 对话式交互
• 来源溯源
• 置信度显示

📖 API文档

文档管理

• POST /api/upload - 上传文档
• GET /api/documents - 列出所有文档
• GET /api/documents/{id} - 获取文档详情
• DELETE /api/documents/{id} - 删除文档

知识图谱

• GET /api/kg/stats - 图谱统计
• GET /api/kg/graph/{document_id} - 文档图谱
• GET /api/kg/entity/{entity_text} - 实体子图

向量检索

• GET /api/search?query=... - 语义搜索
• GET /api/search/hybrid?query=... - 混合搜索

RAG问答

• POST /api/qa/ask?question=... - 提问
• POST /api/qa/summarize/{document_id} - 文档摘要

完整API文档: http://localhost:8000/docs

⚙️ 配置说明

后端配置 (backend/.env)

# OpenAI API (用于RAG问答)
OPENAI_API_KEY=sk-your-api-key-here

# Neo4j (可选)
NEO4J_URI=bolt://localhost:7687
NEO4J_USER=neo4j
NEO4J_PASSWORD=password

# ChromaDB
CHROMA_PERSIST_DIR=./data/chroma

前端配置 (frontend/.env.local)

# 后端API地址
VITE_API_URL=http://localhost:8000

使用流程

1. 上传文档 - 在"文档管理"页面上传PDF或Word文件
2. 自动处理 - 系统自动解析、提取实体、构建图谱、向量化
3. 查看图谱 - 在"知识图谱"页面查看可视化网络
4. 语义搜索 - 使用"语义搜索"查找相关内容
5. AI问答 - 在"AI问答"页面提出问题，获得智能答案

核心特性

1. 智能降级机制

系统采用优雅降级设计，即使某些服务不可用也能正常运行：

• Neo4j不可用 → 跳过图谱存储，其他功能正常
• OpenAI API不可用 → RAG问答不可用，但检索可用
• spaCy不可用 → 降级为规则NER

2. 完整的数据溯源

• 每个答案都标注来源文档片段
• 显示置信度评分
• 支持点击查看原文

3. 多模式检索

• 纯语义搜索 (向量相似度)
• 混合搜索 (语义 + 关键词)
• 可调权重配置

🔍 常见问题

Q: 如何配置OpenAI API？ A: 编辑 backend/.env 文件，设置 OPENAI_API_KEY=your-key

Q: Neo4j是必须的吗？ A: 不是，没有Neo4j时图谱功能会禁用，但其他功能正常

Q: 支持哪些文件格式？ A: 目前支持PDF和DOCX，单文件限制10MB

Q: 可以离线使用吗？ A: 向量检索和NER可以离线，但RAG问答需要OpenAI API

Q: 数据存储在哪里？ A: 向量存储在 data/chroma/，图谱在Neo4j，文件在 uploads/

开发计划

短期计划

• [ ] 添加PPT解析支持
• [ ] 实现文本自动摘要
• [ ] Docker Compose一键部署
• [ ] 用户认证系统

长期计划

• [ ] 支持更多文件格式
• [ ] 多语言支持
• [ ] 自定义实体类型
• [ ] 知识图谱推理

贡献指南

欢迎提交Issue和Pull Request！

License

MIT License

如有问题，请查看 COMPLETION_SUMMARY.md 获取详细技术文档。