# StackSolve **Repository Path**: floating-stop/stack-solve ## Basic Information - **Project Name**: StackSolve - **Description**: StackSolve - 栈问速解是一个功能强大的智能问答平台，融合了 RAG 知识库与知识图谱技术，基于 LangGraph + Vue.js + FastAPI + LightRAG 架构构建。通过先进的文档解析、向量检索和图谱推理技术，为用户提供准确、全面的知识问答服务。 - **Primary Language**: Unknown - **License**: MIT - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 3 - **Created**: 2025-10-08 - **Last Updated**: 2025-10-14 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README
StackSolve Logo

StackSolve - 栈问速解

[![Version](https://img.shields.io/badge/version-v0.2.1-orange.svg)](https://github.com/yourusername/StackSolve/releases) [![License](https://img.shields.io/badge/license-MIT-orange.svg)](LICENSE) [![Docker](https://img.shields.io/badge/Docker-ready-orange.svg)](docker-compose.yml) [![Python](https://img.shields.io/badge/Python-3.11+-orange.svg)](https://www.python.org/) [![Vue](https://img.shields.io/badge/Vue-3.5+-orange.svg)](https://vuejs.org/) **基于大模型的智能知识库与知识图谱问答系统** [功能特性](#-核心特性) • [快速开始](#-快速开始) • [文档](#-文档) • [贡献指南](#-参与贡献)
--- ## 📖 简介 **StackSolve - 栈问速解**是一个功能强大的智能问答平台，融合了 RAG 知识库与知识图谱技术，基于 LangGraph + Vue.js + FastAPI + LightRAG 架构构建。通过先进的文档解析、向量检索和图谱推理技术，为用户提供准确、全面的知识问答服务。 ### 🌟 核心创新 在原项目基础上，我们重点增强了以下功能： #### 📄 **Unstructured 非结构化文档处理** - 智能识别文档结构（标题、段落、表格、图片等） - 高精度表格提取和结构保持 - 支持复杂 PDF 文档的智能解析 - 自动提取文档元数据和层级关系 #### 🎨 **多模态 RAG 系统** - **图片理解**：支持上传图片并使用视觉语言模型（VL Model）进行分析 - **图文混合对话**：在对话中同时处理文本和图像信息 - **多模态检索**：结合文本和视觉特征的知识检索 - **文件附件处理**：智能提取 PDF、Word、Excel 等文件内容并转换为上下文 #### 🌐 **Web 界面增强** - **可视化知识库管理**：直观的知识库创建、编辑和查看界面 - **文档预览与标注**：在线预览文档内容，支持 Unstructured 结果可视化 - **交互式图谱展示**：Neo4j 知识图谱的 Web 可视化 - **实时对话界面**：流畅的多模态对话体验 ### ✨ 核心特性 - 🤖 **智能对话** - 支持主流大模型（OpenAI、DeepSeek、硅基流动等），集成 vLLM、Ollama 本地部署 - 📚 **灵活知识库** - 支持 LightRAG、Milvus、Chroma 等多种向量存储，配备 MinerU、PP-Structure-V3、**Unstructured** 文档解析引擎 - 🕸️ **知识图谱** - 支持 LightRAG 自动图谱构建和 Neo4j 自定义图谱问答，可接入现有知识图谱，Web 可视化展示 - 🎨 **多模态 RAG** - 🌟 **图文混合检索**，支持图片上传、视觉语言模型分析、文件附件智能提取 - 📄 **非结构化处理** - 🌟 **Unstructured 引擎**，智能识别文档结构，高精度表格提取 - 🌐 **Web 可视化** - 🌟 **完整的知识库管理界面**，文档预览、图谱展示、实时对话 - 👥 **权限管理** - 三级权限体系（超级管理员、管理员、普通用户），支持内容审查和守卫模型 - 🔧 **高度可定制** - 支持自定义智能体、品牌配置、主题配色 ## 🎯 应用场景 - 📖 **企业知识库** - 构建企业内部知识管理和检索系统 - 🎓 **教育培训** - 智能课程问答和学习辅助 - 🔬 **科研文献** - 文献检索和知识发现 - 💼 **客户服务** - 智能客服和FAQ系统 - 📊 **数据分析** - 结合知识图谱的深度数据洞察 ## 🚀 快速开始 ### 系统要求 - **Docker & Docker Compose** - 容器化部署 - **8GB+ RAM** - 推荐 16GB 以上 - **可选**: NVIDIA GPU（用于本地 OCR 服务） ### 一键启动 1. **克隆项目** ```bash git clone https://github.com/yourusername/StackSolve.git cd StackSolve ``` 2. **配置环境变量** ```bash cp src/.env.template src/.env # 编辑 src/.env，配置必需的 API Key ``` **必需配置**（推荐使用硅基流动免费服务）： ```env SILICONFLOW_API_KEY=sk-your-api-key-here ``` > 💡 [免费获取 SiliconFlow API Key](https://cloud.siliconflow.cn)（注册即送额度） > 3. **启动服务** ```bash docker compose up -d ``` 4. **访问系统** - **前端界面**: http://localhost:5173 - **API 文档**: http://localhost:5050/docs - **Neo4j 浏览器**: http://localhost:7474 (用户名: `neo4j`, 密码: `0123456789`) - **MinIO 控制台**: http://localhost:9001 5. **停止服务** ```bash docker compose down ``` ## 🎨 界面预览
主界面
## 📚 核心功能 ### 1. 知识库管理 支持多种知识库类型： - **LightRAG** - 轻量级 GraphRAG，自动构建知识图谱 - **Milvus** - 高性能向量数据库 - **Chroma** - 轻量级向量存储 **文档解析引擎**： - **Unstructured** 🌟 - 智能文档结构识别，支持复杂表格提取和元数据解析 - RapidOCR (ONNX) - 基础 OCR - MinerU - 高精度 PDF 解析（需要 GPU） - PP-Structure-V3 - PaddleOCR 结构化解析（需要 GPU） ### 2. 知识图谱 - 📊 **自动构建** - 基于 LightRAG 自动提取实体和关系 - 🔍 **图谱检索** - 支持复杂图查询和路径分析 - 📥 **数据导入** - JSONL 格式批量导入 - 🎯 **可视化** - Neo4j 图谱可视化展示 ### 3. 智能对话与多模态 RAG 🌟 - 💬 **多轮对话** - 上下文理解和记忆 - 🖼️ **多模态理解** - 图片上传、视觉语言模型分析、图文混合对话 - 📎 **智能文件处理** - PDF、Word、Excel 等文件自动提取和上下文注入 - 🎯 **多模态检索** - 结合文本和视觉特征的知识检索 - 🛠️ **工具调用** - 网页搜索、数据库查询等 ### 4. 自定义智能体 基于 [LangGraph](https://github.com/langchain-ai/langgraph) 开发： - **ChatBot** - 基础对话智能体 - **ReAct** - 推理行动智能体 - **DeepResearch** - 深度研究智能体 - **自定义** - 支持开发自己的智能体 ## 🔧 高级配置 ### 模型配置 支持多种 API 服务商： | 服务商 | 环境变量 | 备注 | | ---------- | ----------------------- | ------------- | | 硅基流动 | `SILICONFLOW_API_KEY` | 🆓 免费，推荐 | | OpenAI | `OPENAI_API_KEY` | | | DeepSeek | `DEEPSEEK_API_KEY` | | | 智谱清言 | `ZHIPUAI_API_KEY` | | | 阿里云百炼 | `DASHSCOPE_API_KEY` | | ### OCR 服务配置 **基础 OCR (RapidOCR)**: ```bash huggingface-cli download SWHL/RapidOCR --local-dir models/SWHL/RapidOCR ``` **高级 OCR 服务**: ```bash # MinerU (需要 CUDA 12.6+) docker compose up mineru --build # PaddleX (需要 CUDA 11.8+) docker compose up paddlex --build ``` ### 品牌定制 复制并编辑品牌配置文件： ```bash cp src/config/static/info.template.yaml src/config/static/info.local.yaml ``` 配置组织信息、Logo、配色等： ```yaml organization: name: "您的组织名称" logo: "/logo.png" branding: name: "系统名称" title: "系统标题" ``` ## 📦 项目结构 ``` StackSolve/ ├── docker/ # Docker 配置 ├── server/ # FastAPI 后端 │ ├── routers/ # API 路由 │ └── utils/ # 工具函数 ├── src/ # 核心源代码 │ ├── agents/ # 智能体应用 │ ├── config/ # 配置管理 │ ├── knowledge/ # 知识库实现 │ ├── models/ # 模型接口 │ ├── plugins/ # 插件（OCR等） │ └── utils/ # 工具函数 ├── web/ # Vue.js 前端 │ ├── src/ │ │ ├── apis/ # API 接口 │ │ ├── components/ # Vue 组件 │ │ ├── views/ # 页面视图 │ │ └── stores/ # 状态管理 │ └── public/ # 静态资源 └── docker-compose.yml # 服务编排 ``` ## 🔌 服务端口 | 端口 | 服务 | 说明 | | --------- | -------- | ---------------- | | 5173 | Web 前端 | 用户界面 | | 5050 | API 后端 | FastAPI 服务 | | 7474/7687 | Neo4j | 图数据库 | | 9000/9001 | MinIO | 对象存储 | | 19530 | Milvus | 向量数据库 | | 30000 | MinerU | PDF 解析（可选） | | 8080 | PaddleX | OCR 服务（可选） | ## 📖 文档 - [快速开始指南](docs/getting-started.md) - [智能体开发](AGENTS.md) - [API 文档](http://localhost:5050/docs) - [常见问题](docs/faq.md) ## 🛠️ 开发指南 ### 后端开发 ```bash # 进入容器 docker exec -it api-dev bash # 运行测试 uv run pytest test/ # 代码检查 make lint # 格式化代码 make format ``` ### 前端开发 ```bash # 进入 web 目录 cd web # 安装依赖 pnpm install # 开发模式 pnpm run dev # 构建生产版本 pnpm run build ``` ## 🤝 参与贡献 我们欢迎所有形式的贡献！ 1. Fork 本项目 2. 创建特性分支 (`git checkout -b feature/amazing-feature`) 3. 提交更改 (`git commit -m 'Add some amazing feature'`) 4. 推送到分支 (`git push origin feature/amazing-feature`) 5. 创建 Pull Request ## 📄 许可证 本项目采用 MIT 许可证 - 查看 [LICENSE](LICENSE) 文件了解详情。 ## 🙏 致谢 ### 特别感谢 本项目基于 **[Yuxi-Know](https://github.com/xerrors/Yuxi-Know)** 进行定制开发，感谢 [@xerrors](https://github.com/xerrors) 创建了如此优秀的开源项目！ 在原项目的坚实基础上，我们主要贡献了： - ✅ **Unstructured 文档解析引擎**的完整集成 - ✅ **多模态 RAG 系统**（图文混合检索、VL 模型支持） - ✅ **Web 可视化界面**（知识库管理、文档预览、图谱展示） - ✅ **文件附件处理**功能和智能内容提取 ### 技术栈 - [LangGraph](https://github.com/langchain-ai/langgraph) - 智能体框架 - [LightRAG](https://github.com/HKUDS/LightRAG) - 轻量级 GraphRAG - [FastAPI](https://fastapi.tiangolo.com/) - 现代 Web 框架 - [Vue.js](https://vuejs.org/) - 渐进式前端框架 - [Neo4j](https://neo4j.com/) - 图数据库 - [Milvus](https://milvus.io/) - 向量数据库
**如果这个项目对您有帮助，请给我们一个 ⭐️** [报告问题](https://github.com/yourusername/StackSolve/issues) • [功能请求](https://github.com/yourusername/StackSolve/issues) • [讨论](https://github.com/yourusername/StackSolve/discussions)