已实现功能

• 患者：官网式门户、智能问诊、连续会话、问诊历史、健康档案。
• 知识：中药材检索，按功效分类、规范产地、药性和药用部位组合筛选，查看完整详情与原始产地溯源。
• GraphRAG：安全分诊、MySQL 文本召回、豆包向量化、Neo4j 向量/图谱召回、一跳关系扩展、证据合并、受约束生成。
• 问诊：保留最近 12 条会话上下文，支持微信式连续问答；引用证据可展开查看来源、检索路径、功效、禁忌和产地。
• 健康中心：汇集健康档案完整度、问诊记录、知识行为画像、推荐记录与患者反馈；反馈会回流到行为权重与后续推荐。
• 图谱：默认展示全部药材、功效分类、产地节点及关系，支持名称、分类、产地和节点类型组合筛选；Neo4j 不可用时降级到 MySQL 关系。
• 研究本体：以“症状—证候—方剂—中药”为可追溯扩展结构，明确标记来源、审核状态和患者侧使用边界；待审核演示本体仅用于结构展示与算法实验，不参与诊断或用药推荐。
• 推荐：采集浏览、收藏、检索、筛选、图谱探索和证据查看行为，融合时间衰减、分类偏好、问诊语义、全站热度、多样性探索与特殊人群安全过滤，生成可解释推荐。
• 管理：用户/知识/问诊统计、安全事件审计、MySQL/Neo4j/豆包状态，以及 GraphRAG 实验中心、安全规则治理与操作审计。
• 实验：内置非临床药材名称检索问题集，支持关键词、字段加权、混合检索的可复现实验，自动记录 Recall@K、MRR、NDCG@K、耗时与逐题结果。
• 大屏：知识规模、产地分布、功效分类、图谱关系和 GraphRAG 链路。
• 降级：未配置豆包或 Neo4j 时，系统仍可使用本地规则和 MySQL 返回安全回答。

建设目标

• 将中药材、功效分类、规范产地、症状、证候等信息结构化管理。
• 构建可查询、可筛选、可拖动探索的中医药知识图谱。
• 让问答回答优先引用系统知识库，并可展示证据详情与关联图谱。
• 引入豆包大模型提升自然语言理解、连续对话与推荐理由表达能力。
• 建立行为驱动的个性化推荐与安全过滤机制。
• 通过数据大屏、实验评测、审计记录增强研究的完整性与可展示性。

项目创新点

1. 面向中医药知识服务的双库协同 GraphRAG 架构：MySQL 管理可治理的事实数据，Neo4j 承担关系扩展与图谱探索，模型负责受约束表达。
2. 证据可追溯问答：不仅返回自然语言答案，还将药材、命中字段、检索路径、功效、禁忌、产地和关联图谱呈现给用户。
3. 安全优先的问诊编排：安全规则在模型生成前执行，高风险信息进入就医提示与安全审计路径，降低不当健康建议风险。
4. 连续会话与结构化理解结合：保留上下文并抽取症状、时长、严重程度和缺失信息，实现更具针对性的追问，而非固定模板问句。
5. 多源行为驱动的本草知识推荐：融合浏览、收藏、搜索、图谱探索、证据查看、问诊主题和反馈，实现可解释的个性化推荐闭环。
6. 性能自适应的知识图谱可视化：根据节点量与减弱动态偏好在力导向布局、自然静态布局、标签降级之间自适应切换。
7. 研究与工程一体化：同时具备用户系统、数据治理、图谱导入、检索实验、提示词管理、审计日志和可视化大屏，适合完整研究展示。

运行截图

运行视频

学AI大模型的正确顺序，千万不要搞错了

🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！

有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！

就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋

📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇

学习路线:

✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经

以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！

我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】