一、项目背景与目标

1.1 从传统RAG到图RAG的演进

之前我们构建了基于向量检索的传统RAG系统，采用了父子文本块的分块策略，能够有效回答简单的菜谱查询。但在处理复杂的关系推理和多跳查询时仍存在明显局限：

• 关系理解缺失：虽然父子分块保持了文档结构，但无法显式建模食材、菜谱、烹饪方法之间的语义关系
• 跨文档关联困难：难以发现不同菜谱之间的相似性、替代关系等隐含联系
• 推理能力有限：缺乏基于知识图谱的多跳推理能力，难以回答需要复杂逻辑推理的问题

1.2 图RAG系统的核心优势

通过引入知识图谱，我们的新系统将具备：

• 结构化知识表达：以图的形式显式编码实体间的语义关系
• 增强推理能力：支持多跳推理和复杂关系查询
• 智能查询路由：根据查询复杂度自动选择最适合的检索策略
• 事实性与可解释性：基于图结构的推理路径提供可追溯的答案

二、环境配置

若需要进行外部访问，需更换本地或服务器环境

2.1 创建虚拟环境

# 使用conda创建环境
conda create -n graph-rag python=3.12.7
conda activate graph-rag

2.2 安装核心依赖

cd code/C9
pip install -r requirements.txt

2.3 Neo4j数据库配置

使用Docker Compose方式安装Neo4j

2.3.1 启动Neo4j服务

# 进入docker-compose.yml所在目录
cd data/C9

# 启动Neo4j服务
docker-compose up -d

# 检查服务状态
docker-compose ps

2.3.2 访问Neo4j Web界面

启动成功后，可以通过以下方式访问：

Web界面：http://localhost:7474
用户名：neo4j
密码：all-in-rag

当前网址为本地访问，如果你是部署在远程服务器上，需要将 localhost 修改为你的服务器IP地址。

2.3.3 数据导入

Docker Compose配置中包含了自动数据导入功能。启动服务时会自动执行以下步骤：

1. 等待Neo4j服务就绪：通过健康检查确保数据库可用
2. 执行导入脚本：自动运行 data/C9/cypher/neo4j_import.cypher
3. 导入菜谱数据：包括菜谱、食材、烹饪步骤等节点和关系

导入的数据包括：

• 菜谱节点：包含菜名、难度、烹饪时间、菜系等信息
• 食材节点：包含食材名称、分类、营养信息等
• 烹饪步骤节点：包含步骤描述、烹饪方法、所需工具等
• 关系网络：菜谱与食材、步骤之间的复杂关系

如果需要手动重新导入数据：

# 进入容器执行导入脚本
docker exec -it neo4j-db cypher-shell -u neo4j -p all-in-rag -f /import/cypher/neo4j_import.cypher

2.4 Milvus向量数据库配置

2.4.1 使用Docker安装Milvus

如果前面已经安装过了可以跳过此步，通过 docker-compose ps 确认Milvus服务正在运行即可。

# 下载Milvus standalone配置文件
wget https://github.com/milvus-io/milvus/releases/download/v2.5.11/milvus-standalone-docker-compose.yml -O docker-compose.yml

# 启动Milvus
docker-compose up -d

# 下载Milvus standalone配置文件
wget https://github.com/milvus-io/milvus/releases/download/v2.5.11/milvus-standalone-docker-compose.yml -O docker-compose.yml

# 启动Milvus
docker-compose up -d

2.4.2 验证安装

# 检查Milvus服务状态
docker-compose ps

2.5 配置连接参数

在项目根目录创建 .env 文件：

# Neo4j配置
NEO4J_URI=bolt://localhost:7687
NEO4J_USER=neo4j
NEO4J_PASSWORD=all-in-rag
NEO4J_DATABASE=neo4j

# Milvus配置
MILVUS_HOST=localhost
MILVUS_PORT=19530

# LLM API配置
MOONSHOT_API_KEY=your_api_key_here

三、系统架构设计

3.1 整体架构

我们的图RAG系统采用模块化设计，包含以下核心组件：

3.2 核心模块说明

图数据准备模块 (GraphDataPreparationModule)

• 功能：连接Neo4j数据库，加载图数据，构建结构化菜谱文档
• 特点：支持图数据到文档的智能转换，保持知识结构完整性

向量索引模块 (MilvusIndexConstructionModule)

• 功能：构建和管理Milvus向量索引，支持语义相似度检索
• 特点：使用BGE-small-zh-v1.5模型，512维向量空间

混合检索模块 (HybridRetrievalModule)

• 功能：传统的混合检索策略，三路召回（双层检索+向量检索+BM25）经 RRF 融合
• 特点：双层检索（实体级+主题级），BM25关键词检索（jieba分词），RRF排名融合，可选父文档回填

图RAG检索模块 (GraphRAGRetrieval)

• 功能：基于图结构的高级检索，支持多跳推理和子图提取
• 特点：图查询理解、多跳遍历、知识子图提取

智能查询路由 (IntelligentQueryRouter)

• 功能：分析查询特征，自动选择最适合的检索策略
• 特点：LLM驱动的查询分析，动态策略选择

生成集成模块 (GenerationIntegrationModule)

• 功能：基于检索结果生成最终答案，支持流式输出
• 特点：自适应生成策略，错误处理与重试机制

3.3 数据流程

1. 数据准备阶段：

   • 从Neo4j加载图数据（菜谱、食材、步骤节点及其关系）
   • 构建结构化菜谱文档，保持知识完整性
   • 进行智能文档分块，支持章节和长度双重分块策略
   • 构建Milvus向量索引，支持语义检索

2. 查询处理阶段：

   • 用户输入查询
   • 智能查询路由器分析查询特征（复杂度、关系密集度、推理需求）
   • 根据分析结果选择检索策略：
     • 简单查询 → 传统混合检索
     • 复杂推理 → 图RAG检索
     • 中等复杂 → 组合检索策略
   • 执行相应的检索操作
   • 生成模块基于检索结果生成答案

3. 错误处理与降级：

   • 高级策略失败时自动降级到传统混合检索
   • 传统混合检索失败时返回系统异常
   • 支持流式输出中断时的自动重试机制

四、项目文件结构

code/C9/
├── main.py                          # 主程序入口
├── config.py                        # 配置文件
├── requirements.txt                 # 依赖包列表
└── rag_modules/                     # RAG模块包
    ├── __init__.py
    ├── graph_data_preparation.py    # 图数据准备模块
    ├── milvus_index_construction.py # Milvus索引构建模块
    ├── hybrid_retrieval.py          # 混合检索模块
    ├── graph_rag_retrieval.py       # 图RAG检索模块
    ├── intelligent_query_router.py  # 智能查询路由器
    └── generation_integration.py    # 生成集成模块

五、快速开始

5.1 启动系统

# 确保Neo4j和Milvus服务已启动
python main.py

5.2 系统初始化

首次运行时，系统会自动：

检查并连接Neo4j和Milvus数据库
加载图数据并构建菜谱文档
创建向量索引
初始化各个检索模块
显示系统统计信息

5.3 交互式问答

系统启动后，可以进行交互式问答：

您的问题: 川菜有哪些特色菜？
您的问题: 如何制作宫保鸡丁？
您的问题: 减肥期间适合吃什么菜？
您的问题: stats  # 查看系统统计
您的问题: quit   # 退出系统