%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
语析yuxi Know
简介 :
语析Yuxi-Know 是一个基于大模型 RAG 知识库的知识图谱问答系统，采用 Llamaindex + VueJS + Flask + Neo4j 构建。它支持 OpenAI、国内主流大模型平台的模型调用以及本地 vllm 部署，能够实现知识库问答、知识图谱检索和联网检索等功能。该系统的主要优点是灵活适配多种模型、支持多种知识库格式以及强大的知识图谱集成能力。它适用于需要高效知识管理和智能问答的企业和研究机构，具有较高的技术先进性和实用性。
需求人群 :
该产品适合需要高效管理和智能检索知识的企业、科研机构以及对知识图谱和大模型应用有需求的专业人士。它能够帮助企业快速构建智能问答系统，提升知识管理效率；为科研人员提供强大的知识检索工具，加速研究进程；同时也为技术爱好者提供了探索大模型应用的平台。
使用场景
企业内部知识问答：通过导入企业内部文档和知识图谱，员工可以快速查询相关知识，提高工作效率。
学术研究辅助：研究人员可以利用该系统管理文献资料，结合知识图谱进行关联分析，加速研究进展。
智能客服：结合联网检索功能，为企业提供智能客服解决方案，实时回答客户问题。
产品特色
支持多种大模型适配，包括 OpenAI、国内主流大模型平台以及本地 vllm 部署，满足不同用户的需求。
具备灵活的知识库管理功能，支持 PDF、TXT、MD 等多种格式文档，方便用户导入和管理知识。
集成知识图谱技术，基于 Neo4j 实现知识图谱问答，能够快速检索和展示知识关联。
支持联网检索，结合网页内容提供更全面的问答支持。
提供简单易用的配置方式，用户只需配置对应服务平台的 API_KEY 即可快速使用系统。
使用教程
1. 克隆项目代码到本地：通过 Git 克隆 Yuxi-Know 项目代码。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%230080ff;%20}%20%3c/style%3e%3c/defs%3e%3cpath%20class='st0'%20d='M16.2,11.1c.4.5.4,1.2,0,1.8l-4.7,7.1h-3.8l5.3-8L7.6,4h3.8l4.7,7.1Z'/%3e%3c/svg%3e)
2. 配置环境：在 src/.env 文件中配置对应服务平台的 API_KEY。
3. 启动服务：使用 Docker Compose 启动项目，运行开发环境或生产环境的配置文件。
4. 访问系统：通过浏览器访问 http://localhost:5173/，开始使用系统。
5. 导入知识库：上传 PDF、TXT、MD 等格式的文档，系统会自动处理并存储到知识库中。
6. 知识图谱管理：导入知识图谱数据（jsonl 格式），系统会自动构建知识图谱。
7. 开始问答：在系统中输入问题，系统会结合知识库、知识图谱和联网检索提供答案。
精选AI产品推荐
Myreader AI
MyReader是一个让AI为您阅读书籍的智能工具。您可以上传任何书籍或文档（.pdf、.epub），提出问题，并获得答案，同时附带相关段落以供阅读。您还可以浏览已上传书籍的内容，查看相关章节，并跳转到书籍的具体页面继续阅读。MyReader可以帮助您更高效地获取知识，并且可以创建不同的上下文，如哲学、金融、健康等。您可以随时参考已上传的书籍，最多可上传20,000页。请访问我们的网站了解定价详情。
知识管理
760.4K
Google NotebookLM
NotebookLM是一款个性化AI协作者，旨在帮助用户进行思考、总结、头脑风暴等工作。用户可以创建笔记本，添加Google文档、PDF或复制的文本作为信息源，然后向NotebookLM提出问题，帮助解释、总结、头脑风暴等。此外，用户还可以点击信息源，自动生成摘要和关键主题。NotebookLM的优势在于个性化的协助，用户可以信任其提供的信息，并以此为基础展开工作。
知识管理
411.8K