基于RAG与知识图谱的个人回忆录历史背景自动注入系统
本项目是一个"历史背景注入"模块，能够：
- 从回忆录文本中自动提取时间、地点、关键事件
- 基于知识图谱检索相关的历史背景信息
- 使用大语言模型将历史事实"润色"成具有文学性的描述
- 将生成的内容无缝融入个人叙事中
┌─────────────────────────────────────────────────────────────┐
│ 记忆图谱系统 │
├─────────────────────────────────────────────────────────────┤
│ 输入层 │
│ ├── 回忆录文稿 │
│ └── 历史事件数据 │
├─────────────────────────────────────────────────────────────┤
│ 核心引擎 │
│ ├── 实体抽取器 (MemoirParser) │
│ ├── 知识图谱构建 (GraphBuilder) │
│ ├── 向量数据库 (GraphRAG内置) │
│ ├── 图谱检索器 (MemoirRetriever) │
│ └── 多LLM路由器 (LLMRouter) │
├─────────────────────────────────────────────────────────────┤
│ LLM服务层 │
│ ├── Deepseek │
│ ├── Qwen3 (通义千问) │
│ ├── Hunyuan (腾讯混元) │
│ ├── Google Gemini │
│ └── Ollama (本地模型) │
├─────────────────────────────────────────────────────────────┤
│ 输出层 │
│ ├── Web界面 (Gradio) │
│ ├── REST API (FastAPI) │
│ └── 评估模块 (Evaluator) │
└─────────────────────────────────────────────────────────────┘
# 创建虚拟环境
python -m venv venv
# 激活虚拟环境
# Windows
venv\Scripts\activate
# Linux/Mac
source venv/bin/activate
# 安装依赖
pip install -r requirements.txt复制 env.example 为 .env 并填入您的API密钥：
cp env.example .env编辑 .env 文件：
# Deepseek API
DEEPSEEK_API_KEY=your_deepseek_api_key
# Qwen (阿里云通义千问)
QWEN_API_KEY=your_qwen_api_key
# 腾讯混元
HUNYUAN_API_KEY=your_hunyuan_api_key
# Google Gemini
GOOGLE_API_KEY=your_google_api_key
# 默认 LLM 配置（可选 Ollama 本地模型）
DEFAULT_LLM_PROVIDER=gemini
DEFAULT_LLM_MODEL=gemini-2.5-flash
# 使用 Ollama 本地模型时
# DEFAULT_LLM_PROVIDER=ollama
# DEFAULT_LLM_MODEL=qwen3:32b将历史事件数据放入 data/input/ 目录，支持以下格式：
- TXT: 事件之间用
---分隔 - JSON: 结构化的事件列表
- CSV: 包含 title, date, location, content 列
python -c "from src.indexing import GraphBuilder; GraphBuilder().build_index_sync()"# 启动Gradio界面
python run_web.py gradio
# 或启动FastAPI服务
python run_web.py api
# 同时启动两者
python run_web.py both# 或直接运行
bash start.sh访问 http://localhost:8000 使用系统。
如果你想使用本地部署的模型，可以使用Ollama：
ollama serve
# 运行start.sh脚本时需要添加路径后缀
bash /GraphRAG/start.sh --ollama_path .../Ollama注意：需要安装full_requirements.txt中的依赖
也可在 .env 中直接指定 Ollama（与 test 分支用法一致）：
ollama serve
# 在 .env 中配置
DEFAULT_LLM_PROVIDER=ollama
DEFAULT_LLM_MODEL=qwen3:32b每次启动项目时，需要执行以下步骤：
# 1. 激活虚拟环境
cd D:\projects\Capstone\GraphRAG
.\venv\Scripts\Activate.ps1
# 2. 启动应用
python run_web.py gradio完整启动命令（一行）：
cd D:\projects\Capstone\GraphRAG; .\venv\Scripts\Activate.ps1; python run_web.py gradio应用有四个功能标签页：
| 标签 | 功能 |
|---|---|
| 📝 生成历史背景 | 输入回忆录片段，生成相关历史背景 |
| 🔄 多模型对比 | 同时对比多个LLM的生成效果 |
| ⚙️ 索引管理 | 管理历史事件知识图谱索引 |
| 📖 使用说明 | 查看详细使用指南 |
- Python版本要求：GraphRAG 需要 Python 3.10-3.12
- API密钥配置：使用前需要配置
.env文件中的 API 密钥 - 首次使用：需要先在"索引管理"标签页构建知识图谱索引
GraphRAG/
├── src/
│ ├── config/ # 配置管理
│ │ └── settings.py # 环境变量配置
│ ├── llm/ # 多LLM适配器
│ │ ├── adapter.py # LLM适配器抽象
│ │ ├── factory.py # 适配器工厂
│ │ └── router.py # 多LLM路由器
│ ├── indexing/ # 知识图谱构建
│ │ ├── graph_builder.py # GraphRAG索引构建
│ │ └── data_loader.py # 数据加载器
│ ├── retrieval/ # 检索模块
│ │ ├── memoir_parser.py # 回忆录解析
│ │ └── memoir_retriever.py # 图谱检索
│ ├── generation/ # 文本生成
│ │ ├── literary_generator.py # 单段生成核心
│ │ ├── long_form_orchestrator.py # 长文分章编排
│ │ ├── memoir_segmenter.py # 长文分段
│ │ ├── chapter_budget.py # 分章字数预算
│ │ ├── runtime_options.py # Web/API 统一运行参数
│ │ └── prompts.py # 提示词模板
│ └── evaluation/ # 评估模块
│ ├── evaluator.py # 评估器
│ └── metrics.py # 评估指标
├── data/
│ ├── input/ # 历史数据输入
│ └── output/ # 索引输出
├── web/
│ ├── app.py # Gradio应用
│ └── api.py # FastAPI服务
├── tests/ # 测试用例
├── requirements.txt # 依赖列表
├── run_web.py # 启动脚本
└── README.md
系统支持多个LLM提供商：
| 提供商 | 模型 | 特点 |
|---|---|---|
| Deepseek | deepseek-chat | 高性价比，中文优化 |
| Qwen | qwen-plus | 阿里云，中文能力强 |
| Hunyuan | hunyuan-lite | 腾讯，国产优化 |
| Gemini | gemini-2.5-flash | Google，多模态能力 |
| Ollama | qwen3:32b | 本地部署，数据隐私 |
支持多种写作风格：
- standard: 标准风格，平衡的文学性描述
- nostalgic: 怀旧风格，温暖回忆的笔调
- narrative: 叙事融合，与个人故事深度交织
- informative: 简洁信息，重点突出的背景介绍
- conversational: 对话风格，像讲故事一样亲切
三维评估指标：
-
事实准确性 (Accuracy)
- 实体覆盖率
- 时间一致性
-
相关性 (Relevance)
- 关键词重叠度
- 语义相似度
-
文学性 (Literary)
- 长度适当性
- 段落结构
- 过渡词使用
- 描述丰富度
POST /generate
Content-Type: application/json
{
"memoir_text": "1988年夏天，我从大学毕业，来到了深圳...",
"provider": "deepseek",
"style": "standard",
"temperature": 0.7,
"length_bucket": "400-800",
"retrieval_mode": "keyword",
"chapter_mode": false
}chapter_mode=true 时会走“分章检索 + 分章生成 + 聚合评估”链路。
POST /compare
Content-Type: application/json
{
"memoir_text": "1988年夏天，我从大学毕业...",
"providers": ["deepseek", "qwen"],
"temperature": 0.7
}GET /index/statusfrom src.llm import create_llm_adapter
from src.retrieval import MemoirRetriever
from src.generation import LiteraryGenerator
# 创建组件
adapter = create_llm_adapter(provider="deepseek")
retriever = MemoirRetriever(llm_adapter=adapter)
generator = LiteraryGenerator(llm_adapter=adapter)
# 输入回忆录
memoir = "1988年夏天，我从大学毕业，怀揣着梦想来到了深圳..."
# 检索历史背景
import asyncio
retrieval_result = asyncio.run(retriever.retrieve(memoir))
# 生成文学化描述
result = asyncio.run(generator.generate(memoir, retrieval_result))
print(result.content)- 📖 GraphRAG 部署与实现指南 - 详细介绍 GraphRAG 在本项目中的部署和实现
- 🏗️ 系统技术架构文档 - 完整的系统架构、设计模式和扩展指南
- 📊 GraphRAG vs Mem0 对比分析 - 两种 RAG 方案的对比
- Microsoft GraphRAG: https://github.com/microsoft/graphrag
- GraphRAG 文档: https://microsoft.github.io/graphrag/
- GraphRAG 论文: https://arxiv.org/abs/2404.16130
Capstone Project Group2 2026
MIT License