项目概述

本项目是一套面向新能源汽车故障诊断场景的智能问答与知识管理系统。系统采用前后端分离架构，以维修技术文档、汽车档案和历史维修工单为业务数据基础，通过 Neo4j 构建新能源汽车领域知识图谱，并使用 GraphRAG（图检索增强生成）将关系网络、关键词检索结果和业务记录融合为可追溯证据，再由 LangChain 统一调用文本大模型或视觉大模型生成诊断辅助回答。

系统服务于维修技师、技术人员、管理员和普通用户，覆盖账号认证、文档管理、知识图谱构建、文字与图片问答、检索证据展示、车辆档案、维修记录、模型路由、数据大屏和数据库后台等功能。系统输出用于辅助诊断，不替代制造商维修手册、现场检测结果和具备资质的维修人员判断。

本系统中的 GraphRAG 指当前工程可落地的“业务数据检索 + 多跳图谱检索 + 证据融合 + 大模型生成”流程，不宣称采用微软 GraphRAG 的社区摘要算法。当前系统不使用 BGE、FAISS 或其他向量数据库，而是通过结构化业务数据和知识图谱增强大模型回答。

核心创新点

多源证据融合：同时检索技术文档、汽车档案、维修记录和知识图谱，将回答依据统一组织为证据快照。

GraphRAG 图增强问答：从问题中提取故障码、部件和故障现象等关键词，并围绕命中实体执行最多三层的多跳子图检索。

LangChain 模型编排：所有文本、视觉、摘要、标题和三元组增强抽取统一通过 langchain-openai 的 ChatOpenAI 调用兼容 OpenAI 协议的模型端点。

多模态故障分析：支持 PNG、JPG、JPEG 和 WebP 故障现场图片上传，由视觉模型结合 GraphRAG 证据进行分析。

可追溯智能问答：回答完成后展示关键词、来源文档、汽车档案、维修记录和相关知识图谱，业务记录可点击查看详情。

自动化知识构建：通过规则抽取与可选的大模型增强抽取，从文档中生成经过实体类型、关系白名单和置信度校验的三元组。

Neo4j 优先与故障回退：Neo4j 可用时直接存储和查询图谱；Neo4j 不可用时自动使用 SQLite 三元组回退库，保证演示与故障场景下的可用性。

过程透明化：问答过程展示 LangChain 初始化、实体理解、GraphRAG 检索、证据编排、模型路由、LLM 推理和引用校验等阶段；建图和摘要任务展示进度与文字反馈。

真实/演示双模式：配置模型密钥和 Neo4j 后可运行真实模式；无外部服务时可使用确定性模型和 SQLite 回退完成系统演示与自动测试。

安全与权限控制：支持管理员、普通用户两种角色，使用安全密码哈希、JWT 鉴权、API Key 加密存储、短信验证码限时及一次性消费，并在高压相关回答中强制加入安全边界。

应用场景

新能源汽车维修单位：统一管理维修手册、技术资料、车辆档案和历史维修案例，辅助现场故障排查。

汽车培训机构：通过图谱关系和可追溯问答开展三电系统、充电系统和高压安全培训。

在线技术支持：根据车型、故障码、仪表提示和图片快速生成带证据的排查建议。

4S 店与充电站：查询动力电池、驱动电机、车载充电机、高压互锁和热管理相关知识。

故障案例研究：对维修工单、故障类型、解决方案和知识图谱关系进行汇总分析。

管理决策与数据展示：通过数据大屏查看文档、图谱、车型、维修、用户和问答运行态势。

车主初步咨询：提供非拆解、非高压作业范围内的初步判断和就近检修建议；高风险操作必须交由持证人员完成。

技术架构

整体架构设计

┌─────────────────────────────────────────────────────────────────────┐

│                    Vue 3 + TypeScript 前端                           │

│ 登录认证｜智能问答｜知识图谱｜车辆维修｜数据大屏｜管理后台           │

│                         Port: 5173                                  │

└──────────────────────────────┬──────────────────────────────────────┘

                              │ REST API / SSE

┌──────────────────────────────▼──────────────────────────────────────┐

│                         Flask 后端                                  │

│ JWT 权限｜业务接口｜检索融合｜任务进度｜模型路由｜文件解析与导出      │

│                         Port: 5010                                  │

└───────────────┬──────────────────┬───────────────────┬──────────────┘

               │                  │                   │

       ┌───────▼───────┐  ┌──────▼────────┐  ┌──────▼──────────────┐

       │ SQLite 业务库  │  │ Neo4j 图数据库 │  │ LangChain ChatOpenAI │

       │ 13 张业务表    │  │ 7687 / 7474   │  │ GLM/兼容模型端点     │

       └───────┬───────┘  └──────┬────────┘  └──────┬──────────────┘

               │                  │                   │

               └──────────┬───────┴───────────┬──────┘

                          ▼                   ▼

                   本地相对路径文件存储    文本/视觉模型 API

系统的核心问答链路为：问题与图片输入 → 实体和关键词提取 → SQLite 文档及业务记录关键词检索 → Neo4j 多跳子图检索 → 证据排序与融合 → LangChain 模型路由 → LLM/VLM 流式回答 → 证据快照保存与展示。