| 功能 | 描述 |
|---|---|
| 📄 文档导入 | 文本粘贴、文件上传（PDF/Word/Markdown/TXT）、手动添加 |
| 🤖 LLM 实体抽取 | 基于 DeepSeek / Ollama 的智能实体识别，支持异步任务处理 |
| 🔗 LLM 关系抽取 | 自动识别实体间的语义关系，预览确认后导入图谱 |
| 📂 多文档管理 | 上传、查看、删除文档；删除时级联清理关联实体和关系 |
| 🔍 按文档筛选 | 左侧面板多选文档，实时过滤显示关联实体和关系 |
| 🌐 全局视图 | 一键切换全局视图，显示所有文档的实体和关系 |
| 🎨 图谱可视化 | D3.js 力导向图谱，Neon Glow 深色科技感主题，霓虹发光节点，浅灰网格背景 |
| 💬 智能问答 | LLM 驱动的自然语言查询，基于图谱上下文生成回答 |
| 📊 图谱分析 | 中心性分析（度/介数/接近/PageRank）、社区发现、度分布 |
| 🎨 Neon Glow 主题 | 霓虹发光科技感 UI，8 种霓虹色节点，SVG glow filter |
| ⚙️ 配置管理 | LLM 配置（API Key 界面输入，config.json 存储，gitignore 防泄漏）、图谱导入导出 |
| 🔒 安全防护 | 路径穿越防护、CORS 限制、文件大小控制、API Key 脱敏 |
| 🧪 测试文档集 | 内置 4 篇行业分析文档（AI 产业、半导体、大模型、自动驾驶），开箱即用 |
# 克隆项目
git clone https://github.com/dirjaker/knowledge_graph.git
cd knowledge_graph
# 创建虚拟环境
conda create -n knowledge_graph python=3.12 -y
conda activate knowledge_graph
# 安装依赖
pip install -r requirements.txt
# 运行项目
python main.py启动后访问 http://localhost:10001
API 文档自动生成于 http://localhost:10001/docs
- 点击左下角 ⚙️ 设置 → LLM 模型设置
- 输入 API Key（支持 DeepSeek / Ollama）
- 点击保存，配置存储在
data/config.json（已加入.gitignore）
| 层级 | 技术 |
|---|---|
| 后端 | FastAPI, SQLite, NetworkX |
| LLM | DeepSeek API, Ollama（本地部署） |
| 前端 | Vue 3 (CDN), D3.js, ECharts, 原生 CSS |
| 文档解析 | pymupdf (PDF), python-docx (Word), jieba (分词) |
| HTTP 客户端 | httpx |
knowledge_graph/
├── main.py # 启动入口
├── api.py # FastAPI 路由（25+ API 端点）
├── config.py # 配置管理（LLM/服务器/图谱参数）
├── config.yaml # YAML 配置文件
├── database.py # SQLite 数据库层（CRUD + 统计 + 导入导出 + 级联删除）
├── llm_client.py # LLM 调用封装（DeepSeek + Ollama 双模式，健壮 JSON 解析）
├── graph_algorithms.py # 图算法（中心性/社区发现/PageRank/路径）
├── graph_store.py # 图谱存储（SQLite + NetworkX 内存图双层）
├── document_parser.py # 文档解析器（PDF/Word/Markdown/TXT）
├── entity_extractor.py # 实体抽取（正则 + jieba + 关键词 + 词典）
├── relation_extractor.py # 关系抽取（模式匹配 + 共现分析）
├── query_engine.py # 查询引擎（正则意图识别 + 模糊搜索）
├── models.py # Pydantic 数据模型
├── requirements.txt # Python 依赖
├── .gitignore # 忽略 data/config.json 等敏感文件
├── templates/
│ └── index.html # 前端 SPA（Vue3 + D3.js Neon Glow 主题）
├── static/
│ └── css/style.css # 全局样式 + Neon Glow 主题变量
├── assets/
│ └── banner.svg # 项目 Banner
├── data/
│ ├── test_documents/ # 4 篇内置测试文档（.docx）
│ ├── config.json # 运行时配置（gitignore）
│ └── graph.db # SQLite 数据库（gitignore）
├── src/
│ ├── web/ # 独立 Web Dashboard（备用入口）
│ │ ├── app.py # FastAPI 管理面板
│ │ └── static/
│ └── macos/ # macOS 桌面应用（py2app）
└── docs/ # 项目文档 + UI 原型图
| 页面 | 功能 |
|---|---|
| 图谱 | D3.js 力导向可视化，Neon Glow 霓虹发光节点，浅灰网格背景，节点拖拽/悬停高亮/点击详情弹窗/展开邻居/搜索过滤 |
| 文档管理 | 左侧面板多选文档筛选，上传/删除文档（级联清理），全局视图切换 |
| 导入 | 文本粘贴 → LLM 异步分析 → 预览确认 → 导入图谱；文件上传；手动添加 |
| 查询 | 聊天式自然语言问答，LLM 基于图谱上下文生成回答 |
| 分析 | 统计仪表盘、实体/关系分布图、中心性 Top10、社区检测、度分布 |
| 设置 | LLM 配置（DeepSeek/Ollama）、图谱导入导出、实体/关系管理、数据库信息 |
Neon Glow 深色科技感主题，专为知识图谱可视化设计：
| 特性 | 说明 |
|---|---|
| 背景 | 深色 (#0b0d13) + 浅灰十字网格 (40px 间距) |
| 节点 | 8 种霓虹色（蓝/绿/粉/橙/紫/青/红/黄），SVG glow 滤镜发光 |
| 文字 | 半透明白色标签，跟随节点霓虹色 |
| 边 | 渐变色连线，半透明样式 |
| 控件 | 毛玻璃背景，霓虹边框，布局选择器在顶部信息栏，缩放控件在左下角 |
| 弹窗 | 居中详情面板，半透明遮罩，不遮挡图谱 |
系统提供 25+ 个 REST API 端点，分为以下模块：
| 模块 | 端点 | 说明 |
|---|---|---|
| 文档导入 | POST /api/documents/ingest-text |
文本导入（异步 LLM 抽取） |
POST /api/documents/upload |
文件上传解析 | |
POST /api/documents/ingest-confirm |
确认导入到图谱 | |
DELETE /api/documents/{id} |
删除文档（级联清理实体/关系） | |
| 实体 | GET/POST/PUT/DELETE /api/entities |
实体 CRUD（支持 document_id 筛选） |
| 关系 | GET/POST/DELETE /api/relations |
关系 CRUD（支持 document_id 筛选） |
| 图谱 | GET /api/graph/data |
获取图谱数据 |
POST /api/graph/neighbors |
获取节点邻居 | |
POST /api/graph/path |
路径查找 | |
GET /api/graph/export |
导出图谱（JSON） | |
POST /api/graph/import |
导入图谱（JSON） | |
| 查询 | POST /api/query |
自然语言查询 |
| 分析 | GET /api/algorithms/centrality |
中心性分析 |
GET /api/algorithms/communities |
社区发现 | |
| 配置 | GET/PUT /api/settings/llm |
LLM 配置管理（API Key 脱敏） |
- 文档解析器（PDF/Word/Markdown/TXT）
- 实体抽取引擎（正则 + jieba + 关键词 + 词典四层策略）
- 关系抽取引擎（模式匹配 + 共现分析）
- 图谱存储（SQLite + NetworkX 双层架构）
- D3.js 交互式图谱可视化
- LLM 驱动的知识抽取（DeepSeek + Ollama）
- LLM 驱动的自然语言问答
- 图谱分析（中心性/社区发现/PageRank/度分布）
- Neon Glow 深色科技感主题（霓虹发光 + 浅灰网格）
- 完整 Web 管理界面（6 个页面）
- 异步导入任务处理
- 安全加固（路径穿越防护/CORS 限制/API Key 脱敏）
- 多文档管理（上传/删除/级联清理/按文档筛选）
- LLM JSON 解析健壮性优化（三级提取 + 截断修复 + 格式纠正）
- 内置测试文档集（AI 产业/半导体/大模型/自动驾驶）
- 增量更新
- 多图谱管理
- 图谱导出（PDF/PNG）
🔗 GitHub: dirjaker/knowledge_graph
⭐ 如果这个项目对你有帮助，请给一个 Star 支持一下！