蒿草知识图谱问答系统

生活消费分类信息案例ID：241537

。。。

1 年经验· 南京农业大学

微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。

案例介绍

蒿草知识图谱问答系统

本作品是一个面向蒿属植物的知识图谱智能问答平台，由本人独立全栈开发完成。

作品围绕蒿属植物的分类学、化学成分、地理分布、用途等维度，构建了基于Neo4j图数据库的结构化知识库，并以DeepSeek大语言模型作为自然语言入口，实现从中文提问到带溯源答案生成再到图谱可视化探索的全链路闭环。

系统核心技术架构为Django 6.0加Neo4j 5.x加DeepSeek API加前端原生JavaScript。后端采用三阶段问答流水线设计：第一阶段由LLM一次性完成用户意图分类和实体抽取，从Plant、ChemicalCompound、Location等十三种节点类型中精准识别问题涉及的实体；第二阶段在Neo4j中通过全文索引检索匹配节点并展开一跳邻域获取完整上下文，当全文索引不可用时自动降级为jieba中文分词加属性模糊搜索；第三阶段由LLM基于图谱数据生成二至五句中文回答，每条事实末尾标注来源节点编号，禁止编造，信息不完整时如实声明。

前端基于vis-network力导向布局引擎实现交互式图谱可视化。十八种节点类型各有独立配色，单击节点弹出详情面板展示全部属性，双击节点展开邻域探索。类型筛选侧边栏支持单击单选和Ctrl加单击多选，并含搜索过滤功能。问答与图谱之间实现深度双向联动：答案中的引用徽章点击即可在图谱中展开对应节点，节点详情面板的追问按钮可一键将节点名填入问题框并自动提交。系统包含首页问答加图谱预览和全屏图谱浏览两个页面，适配桌面端和移动端的双断点响应式布局。

在工程规范上，项目从零搭建了约八千行自定义CSS设计系统，基于OKLCH色空间定义全套设计令牌，遵循WCAG 2.1 AA无障碍对比度标准，支持reduced-motion偏好。项目配套一百四十行README文档，涵盖环境准备、全文索引建表语句、API接口文档和安全说明。
本作品的创新之处在于实现了知识溯源闭环，每条AI回答都能追溯到图谱中的具体数据节点，解决了通用大模型回答不可溯源的核心痛点。全链路自研的开发方式使作品在定制性和技术深度上超越了市面上使用现成工具套壳的同类项目。该方案可迁移至其他植物属种的数字化知识建模与智能检索场景，具有较强的复用价值。