01 项目概述
在信息爆炸的时代，如何高效管理海量文档、快速获取精准答案，成为了个人和企业的刚需。今天就给大家安利一款基于知识图谱和向量数据库的智能知识库系统 ，帮你一站式解决知识管理难题！
项目是一款融合 RAG（检索增强生成）技术与知识图谱技术的智能知识库系统。它能够为用户提供智能问答和知识管理两大核心服务，不管是个人进行资料整理，还是企业搭建内部知识库，都能轻松胜任。该项目，完全免费且支持二次开发，技术门槛友好，新手也能快速上手。
02 项目优势
技术栈轻量化：项目选用的技术栈简单易懂，没有复杂的配置和依赖，降低了开发和使用的门槛。
二开可定制可商用：开发者可以根据自身需求自由修改、扩展功能，满足个性化的业务场景。
功能全面且实用： 集智能问答、知识库管理、知识图谱可视化等功能于一体，覆盖知识管理全流程，无需搭配多款工具使用。
03 核心技术栈
后端服务
FastAPI + Python 3.12+，保证接口的高性能和开发效率
前端界面
Vue.js 3 + Ant Design Vue，打造简洁美观的交互体验
数据库存储
SQLite + MinIO，满足结构化数据和文件存储需求
知识存储
Milvus、Chroma 向量数据库 + Neo4j 图数据库，实现高效的知识检索与图谱构建
智能体框架
LangGraph，支撑复杂的对话与推理流程
文档解析
LightRAG + MinerU + PP-Structure-V3，支持多格式文档智能解析
容器编排
Docker Compose，一键部署，省心省力
04 核心功能介绍
智能问答： 支持多种大语言模型，能够基于知识库内容进行精准回答。不管是文档查询还是日常对话，都能快速给出可靠结果。
知识库管理：支持 Chroma、Milvus、LightRAG 等多种存储形式，用户可以根据需求灵活选择，轻松管理各类知识文档。
知识图谱：可以自动构建知识图谱，并提供可视化功能。用户能够直观地看到知识之间的关联，还支持图查询，挖掘深层知识关系。
多格式文档解析：完美支持 PDF、Word、图片等多种格式的文档解析，能够自动提取文档中的关键信息，转化为知识库内容。
三级权限体系：搭建了超级管理员、管理员、普通用户的三级权限架构，精细化管控不同用户的操作权限，保障知识库的安全性。
内容安全保障：内置内容审查机制，有效过滤违规内容，确保服务的合规性，避免信息风险。
05 安装部署
项目采用 Docker Compose 进行容器编排，部署流程非常简单，几步就能搞定：
- 克隆项目代码到本地服务器
git clone --branch v0.4.3 --depth 1 Yuxi-Know cd Yuxi-Know # Linux/macOS ./scripts/init.sh # Windows PowerShell .\scripts\init.ps1确保服务器已安装 Docker 和 Docker Compose
进入项目目录，执行 docker-compose up -d 命令
等待容器启动完成后，访问指定端口即可进入系统
06 UI 展示
学AI大模型的正确顺序，千万不要搞错了
🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！
有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！
就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋
📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇
学习路线:
✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经
以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！
我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～
