一、项目演示视频
项目简介
本项目是一个面向地质矿产勘查与成矿研究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。系统以泥河铁矿、庐枞盆地等地质矿产为典型应用场景，通过 Neo4j 构建矿床、矿体、地层、构造、蚀变、品位等实体的知识图谱，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、矿床档案、勘探记录管理及知识图谱可视化等功能，为地质矿产知识管理与勘查决策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 5.7
UI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 6.1
HTTP客户端: Axios
Markdown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-flash 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 构建地质矿产领域复杂实体关系网络（22种实体类型、24种关系类型）
- GraphRAG 技术：三路并行检索（知识图谱 Top-7 + 矿床档案 Top-5 + 勘探记录 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：支持上传岩心、剖面等地质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
- 矿床全链路管理：矿床档案与勘探记录一体化管理，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、分权管理、个人信息与管理员操作
- 文档管理：多格式上传、浏览搜索、CRUD、目录管理、MD5 去重
- 智能问答与会话：GraphRAG 问答、多轮对话、多模态问答、会话管理与导出
- 知识图谱管理：数据同步、全量/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
- 矿床档案管理：档案 CRUD、完整数据录入、图片上传、搜索筛选、级联删除、统计分析
- 勘探记录管理：记录 CRUD、多图上传、关联矿床、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
- 矿床成矿规律知识查询：快速检索泥河铁矿等矿床的成矿作用、流体演化、蚀变特征及控矿构造
- 勘探技术与品位指标咨询：查询钻孔编录、品位指标、勘查规范等地质矿产专业知识
- 勘探数据追溯：通过矿床档案和勘探记录快速定位钻孔信息、见矿厚度与数据质量状态
- 地质文献知识管理：上传和管理矿床研究报告、勘探报告等地质文献，自动构建知识图谱
- 区域找矿知识辅助：通过智能问答快速了解庐枞盆地等地质矿产领域的成矿背景与找矿标志
四、项目链接
链接: https://pan.baidu.com/s/1hlIff0dtvj39v89KiV45Mw?pwd=2he8 提取码: 2he8
- 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)知识图谱构建流程图
(6)GraphRAG 检索模块流程图
(7)数据库 ER 图