## IRDR 灾害风险智能研究系统

### 项目简介

IRDR 是一套面向灾害风险研究领域的智能研究与知识服务系统，融合大语言模型、知识图谱、RAG 检索增强生成和多智能体协作技术，为用户提供专业问答、知识图谱增强检索和文献综述自动生成能力。

系统主要包含三种模式：

* **Research Mode**：通过多智能体专家圆桌讨论，自动完成研究主题分析、综述大纲生成、分章节知识检索和全文生成。
* **GR Mode**：基于 GraphRAG 检索灾害领域知识图谱，为用户提供专业、可溯源的知识增强问答。
* **LLM Mode**：基于本地部署的大语言模型，提供通用问答、内容总结和多轮对话能力。

系统整体由 Vue 前端、Java Spring Boot 服务端、Python 智能体服务、GraphRAG 检索系统和 vLLM 模型服务组成，通过 SSE、Socket.IO 和 REST 接口实现多系统协同及内容流式输出。

### 我的角色

**核心研发工程师**

主要负责 IRDR 系统人工智能应用链路的研发、集成和稳定性优化，具体包括：

* 参与 Research Mode、GR Mode 和 LLM Mode 三种核心模式的功能开发与持续迭代。
* 负责 Java 服务端、Python 智能体、GraphRAG 和大模型服务之间的接口联调与链路打通。
* 优化 Research Mode 的专家讨论、大纲生成、分章节检索和文献综述生成流程。
* 建设真实综述论文向量知识库，使用 Qdrant 实现论文切片、向量存储和章节级检索增强。
* 接入知识图谱、离线文献库、本地大模型和云端模型服务，提升系统灾害领域专业能力。

### 项目成果

* 打通前端、Java、Python、GraphRAG 和大模型服务的完整调用链。
* 实现从通用问答、知识增强问答到多智能体深度研究的分层能力体系。
* 在不破坏原有知识架构的前提下，增量接入真实综述论文知识库。
* 提升长任务执行、流式输出、多用户并发和异常降级能力。
* 推动系统由功能原型向可部署、可测试、可交付的工程化产品演进。

### 技术栈

Python、Flask、Socket.IO、STORM、Co-STORM、GraphRAG、RAG、Qdrant、vLLM、Qwen、Linux