LangChain智能体工作流编排-图检索增强(GraphRAG)-桥梁规范与巡检报告智能问答系统-知识图谱(Neo4j)和大模型(LLM)

一、项目演示视频b站演示视频与部署教程视频(点击这里)https://www.bilibili.com/video/BV1fHuj6vExi/?share_sourcecopy_webvd_source31c839f46a9a845dd6dd641cbd5c2ac1项目简介本项目是一个面向桥梁规范与检测领域的智能问答系统采用前后端分离架构集成 GraphRAG图检索增强生成技术。系统通过 Neo4j 构建规范、桥梁、检测步骤、检测设备、病害风险等实体的知识图谱结合大语言模型实现精准的知识检索与自然语言问答并支持文档管理、桥梁档案、检测报告管理及知识图谱可视化等功能为桥梁规范查询与检测报告分析提供智能化知识服务。二、技术栈前端技术栈 (web-vue)核心框架: Vue 3.5 TypeScript 5.7UI组件库: Element Plus 2.9数据可视化: ECharts 5.6状态管理: Pinia路由管理: Vue Router 4构建工具: Vite 6.1HTTP客户端: AxiosMarkdown渲染: Marked样式: SCSS后端技术栈 (web-flask)核心框架: Flask (Python)数据库: SQLite 3图数据库: Neo4j 5.28大语言模型: 通义千问 API (qwen3.6-plus 文本模型 qwen3-vl-flash 多模态模型)依赖库: Flask-CORS PyJWT python-docx pdfplumber openpyxl neo4j-driver三、功能模块核心创新点知识图谱驱动使用 Neo4j 构建桥梁规范与检测领域复杂实体关系网络18种实体类型、20种关系类型GraphRAG 技术三路并行检索知识图谱 Top-7 桥梁档案 Top-5 检测报告 Top-5结合图谱提升问答准确性智能三元组提取使用 LLM 从文档中自动提取头实体, 关系, 尾实体三元组多线程并发加速多模态问答支持上传桥梁或检测现场图片进行识别和问答qwen3-vl-flash 模型知识图谱可视化ECharts 力导向图交互展示支持节点/关系类型过滤、1-3跳邻居搜索异步图谱构建支持全量重建与增量构建任务异步执行并实时查询进度文档溯源每个知识三元组关联源文档 ID支持知识追溯桥梁档案与检测报告一体化管理桥梁档案与检测报告关联管理支持多图上传与多维度统计核心功能模块用户管理用户注册、登录支持管理员与普通用户分权个人信息管理管理员操作文档管理文档上传(TXT/DOCX/PDF/XLSX)、浏览、维护、目录管理、MD5 去重智能问答与会话GraphRAG 三路并行检索、多轮对话、多模态问答、会话管理、问答历史、Word 导出、巡检计划生成知识图谱管理数据同步、全量重建、增量构建、三元组提取、异步任务、节点搜索、文档溯源知识图谱可视化ECharts 力导向图、类型过滤、节点搜索、布局切换、统计信息桥梁档案管理桥梁档案 CRUD、图片上传、搜索筛选、级联删除、统计分析检测报告管理检测报告 CRUD、多图上传、关联桥梁、筛选搜索、多维度统计数据统计核心指标统计与趋势可视化应用场景桥梁规范知识查询快速检索 JTG、CJJ 等规范条款及对应的检测方法、评定标准检测报告智能问答针对检测报告中的病害描述、评定等级进行自然语言问询桥梁病害分析通过图谱关联裂缝、锈蚀、沉降等病害风险与对应处置措施检测数据追溯通过桥梁档案和检测报告快速定位报告编号、评定等级与历史检测记录规范文档知识管理上传和管理桥梁检测与规范相关技术文档自动构建知识图谱巡检计划辅助根据桥梁档案和历史检测记录通过智能问答生成桥梁巡检计划建议四、项目链接基于GraphRAG的桥梁规范与检测报告系统(Neo4j_大语言模型).zip链接: https://pan.baidu.com/s/1bOaWjdpRbbr1DNRGm_7xdA?pwdyx7j 提取码: yx7j完整系统源码(1)前端源码(web-vue)(2)后端和算法端源码(web-flask)项目启动教程(1)环境安装教程(视频文档)(2)系统启动教程(视频文档)项目文档(1)系统介绍文档(2)数据库开发文档(3)API 接口文档(4)系统使用注意事项系统PPT(1)系统架构图(2)数据流图(3)逻辑时序图(4)功能模块概要图、功能模块图(5)数据流图(6)UML类图(7)数据库ER图