以疾病为中心的医药领域知识图谱问答系统：规则问答 + LLM+RAG 双引擎，支持多路召回、重排序与答案润色
- 两代架构共存 — 经典规则问答（18 类问题，模板化回复）+ LLM+RAG 智能问答，按场景自由切换
- 以疾病为中心 — 围绕"疾病—症状—药品—食物—检查—科室—厂商"7 类实体构建图谱
- 多路召回 + 重排序 — Aho-Corasick 实体识别 × Neo4j 多跳 × ChromaDB 向量检索三路召回，再经 Reranker 精排
- 多 LLM 适配 — 统一 LLM 服务层（
unified_llm_service.py）支持 MiniMax + SiliconFlow（双模型协作）/ Ollama / Qwen7B / DeepSeek 等 - 可观测性 — Gradio Web 界面内置彩色处理日志，实体识别、召回、生成、润色全链路可见
- 完整测试 —
tests/覆盖 Neo4j 连接、KG 状态、LLM 服务、Prompt 逻辑等关键路径
┌────────────────────────────────────────────┐
│ 用户问句（中文） │
└──────────────────┬─────────────────────────┘
│
┌──────────────────▼──────────────────────┐
│ 实体识别层 (Aho-Corasick 多模式匹配) │
│ qa_traditional/question_classifier.py │
└──────────────────┬──────────────────────┘
│ 实体 + 实体类型
┌──────────────────▼──────────────────────┐
│ 多路召回 (Hybrid) │
│ ┌──────────┬──────────┬────────────┐ │
│ │ 图谱多跳 │ 向量检索 │ AC 实体 │ │
│ │ Neo4j │ ChromaDB │ 链接 │ │
│ └──────────┴──────────┴────────────┘ │
│ qa_llm_enhanced/hybrid_retriever │
└──────────────────┬──────────────────────┘
│ 候选三元组
┌──────────────────▼──────────────────────┐
│ Reranker 精排 │
│ MiniMax-M2.7-highspeed │
└──────────────────┬──────────────────────┘
│ Top-K 三元组
┌──────────────────▼──────────────────────┐
│ Prompt 构建 (Role-Prompt + 三元组) │
└──────────────────┬──────────────────────┘
│
┌──────────────────▼──────────────────────┐
│ LLM 统一服务 (unified_llm_service) │
│ MiniMax + SiliconFlow 双模型协作 / 单模 │
└──────────────────┬──────────────────────┘
│ 原始答案
┌──────────────────▼──────────────────────┐
│ 答案润色 (polish) │
└──────────────────┬──────────────────────┘
│
┌──────────────────▼──────────────────────┐
│ Gradio Web 界面 / 终端交互 │
└──────────────────────────────────────────┘
QASystemOnMedicalKG/
│
├── qa_traditional/ # 规则问答（旧架构，无需 LLM）
│ ├── chatbot_graph.py # 终端交互入口
│ ├── question_classifier.py # Aho-Corasick 实体识别 + 18 类问句分类
│ ├── question_parser.py # 实体 → Cypher 查询模板
│ └── question_classifer_change.py # 分类器增强版
│
├── qa_llm_enhanced/ # LLM 增强问答（新架构）
│ ├── chat_with_llm.py # KGRAG 核心类（图谱召回 + Prompt 构造 + 答案润色）
│ ├── llm_question_classifier.py # LLM 兜底分类器
│ ├── llm_question_parser.py # LLM Cypher 解析
│ ├── hybrid_retriever.py # 多路召回（图谱 + 向量 + AC）
│ ├── reranker.py # Reranker 精排
│ ├── chat_context.py # 多轮对话上下文管理
│ ├── chat_llm_context.py # LLM 上下文工具
│ └── chat_only_llm.py # 纯 LLM 模式（无 KG）
│
├── kg_builder/ # 知识图谱构建
│ ├── build_medicalgraph.py # 数据入库（Neo4j）
│ ├── answer_search.py # Cypher 执行 + 答案模板拼装
│ ├── build_vector_index.py # 从 Neo4j 导出三元组并构建 ChromaDB 索引
│ └── vector_retriever.py # ChromaDB 向量检索器
│
├── llm_services/ # LLM 服务适配层
│ ├── unified_llm_service.py # ⭐ 统一入口（推荐使用：Flask :3001）
│ ├── ollama.py # Ollama 本地模型
│ ├── SiliconFlow.py # 硅基流动
│ ├── qwen7b_server.py # Qwen-7B 本地服务
│ ├── qwen_server_fixed.py # Qwen 修复版
│ ├── remote_server_config.py # 远程 LLM 配置文件
│ ├── minimax.py # MiniMax
│ ├── llm_server.py / llm_server_change.py / llm_server_fix.py
│ └── ...
│
├── web_apps/ # Gradio Web 界面
│ ├── rag_gradio_interface.py # ⭐ 完整版 RAG 界面（多路召回 + Reranker 开关 + 日志）
│ ├── app.py # 主入口
│ ├── deepseekapp.py # DeepSeek 专用
│ ├── chatapp.py / chatapp_optimized.py / chat_app.py
│ └── ...
│
├── tests/ # 测试套件
│ ├── test_connect.py # Neo4j 连接测试
│ ├── test_kg_status.py # KG 状态检查
│ ├── test_llm_qa_system.py # LLM 问答系统端到端
│ ├── test_fixed_server.py # LLM 服务连通性
│ ├── test_prompt_logic.py # Prompt 逻辑
│ ├── test_minimax_api.py # MiniMax API 测试
│ ├── test_siliconflow_api.py # SiliconFlow API 测试
│ └── debug_qa_system.py # 调试工具
│
├── utils/ # 工具模块
│ ├── config.py # 统一配置管理（从 .env 加载）
│ ├── embedding_model.py # Embedding 模型懒加载
│ ├── redownload.py # 数据重下载
│ └── web_scraper_to_markdown.py # 通用爬虫转 Markdown
│
├── prepare_data/ # 离线数据准备
│ ├── data_spider.py # 医疗网站数据采集
│ ├── max_cut.py # 基于词典的最大正向/反向切分
│ └── build_data.py # 数据清洗与结构化
│
├── dict/ # 领域词典
│ ├── disease.txt / drug.txt / food.txt
│ ├── symptom.txt / check.txt / department.txt
│ ├── producer.txt / deny.txt
│
├── data/
│ └── medical.json # 原始医疗数据（JSONL）
│
├── document/ # 设计文档与图片
├── img/ # 文档插图
├── requirements.txt
├── .env.example # 环境变量示例（需自行创建）
└── README.md
| 实体类型 | 中文 | 数量 | 示例 |
|---|---|---|---|
| Disease | 疾病 | 8,807 | 血栓闭塞性脉管炎 |
| Symptom | 症状 | 5,998 | 乳腺组织肥厚 |
| Drug | 药品 | 3,828 | 京万红痔疮膏 |
| Producer | 厂商 | 17,201 | 通药制药青霉素V钾片 |
| Food | 食物 | 4,870 | 番茄冲菜牛肉丸汤 |
| Check | 检查 | 3,353 | 支气管造影 |
| Department | 科室 | 54 | 烧伤科 |
| 合计 | — | 44,111 | — |
| 关系 | 中文 | 数量 |
|---|---|---|
recommand_drug |
推荐药品 | 59,467 |
recommand_eat |
推荐食谱 | 40,221 |
need_check |
所需检查 | 39,422 |
no_eat |
忌吃 | 22,247 |
do_eat |
宜吃 | 22,238 |
drugs_of |
药品在售 | 17,315 |
common_drug |
常用药品 | 14,649 |
acompany_with |
并发症 | 12,029 |
belongs_to |
所属科室 | 8,844 |
has_symptom |
疾病症状 | 5,998 |
| 合计 | — | ~294,149 |
name / desc / cause / prevent / cure_lasttime / cure_way / cured_prob / easy_get / cure_department
- Python ≥ 3.8
- Neo4j 3.x 或 4.x
- （可选）至少一个 LLM API Key：MiniMax / SiliconFlow / Ollama / Qwen7B
git clone https://github.com/liuhuanyong/QASystemOnMedicalKG.git
cd QASystemOnMedicalKG
pip install py2neo==2021.2.4 pyahocorasick chromadb sentence-transformers \
gradio flask requests python-dotenv复制一份 .env.example 为 .env，按需填入：
# Neo4j
NEO4J_URI=bolt://localhost:7687
NEO4J_USER=neo4j
NEO4J_PASSWORD=your_password
# LLM（至少二选一；都填则启用"双模型协作模式"）
MINIMAX_API_KEY=
MINIMAX_GROUP_ID=
SILICONFLOW_API_KEY=
SILICONFLOW_MODEL_NAME=deepseek-ai/DeepSeek-V3
# Ollama（本地模型可选）
OLLAMA_API_URL=http://localhost:11434/api/generate
OLLAMA_MODEL_NAME=qwen3:0.6bdocker run -d --name neo4j \
-p 7474:7474 -p 7687:7687 \
-e NEO4J_AUTH=neo4j/your_password \
neo4j:3.5# 4.1 入库（约需数小时，30 万关系）
python kg_builder/build_medicalgraph.py
# 4.2 构建向量索引（ChromaDB）
python kg_builder/build_vector_index.pypython llm_services/unified_llm_service.py
# 服务运行在 http://127.0.0.1:3001
# 健康检查：GET /health
# 问答端点：POST /generateunified_llm_service 会自动检测 .env 中的 API Key：
| 场景 | 行为 |
|---|---|
同时配置 MINIMAX_* + SILICONFLOW_* |
双模型协作：MiniMax 生成 → SiliconFlow 优化 |
仅 SILICONFLOW_API_KEY |
单模型 SiliconFlow（默认 DeepSeek-V3） |
仅 MINIMAX_API_KEY |
单模型 MiniMax |
| 都没配 | 启动报错，请在 .env 至少填一项 |
# 完整版：多路召回 + Reranker 开关 + 彩色处理日志（推荐）
python web_apps/rag_gradio_interface.py
# 或：DeepSeek 专用精简版
python web_apps/deepseekapp.py浏览器访问 http://127.0.0.1:7860 即可体验。
python qa_traditional/chatbot_graph.py
# 直接在终端输入：乳腺癌的症状有哪些？| 服务 | 文件 | 适用场景 |
|---|---|---|
| 统一入口（双模型协作） | llm_services/unified_llm_service.py | 首选：自动 fallback、链路完整 |
| SiliconFlow（硅基流动） | llm_services/SiliconFlow.py | 国内访问稳定，DeepSeek/Qwen 全系 |
| MiniMax | llm_services/minimax.py | abab 系列 |
| Ollama（本地） | llm_services/ollama.py | 离线/隐私 |
| Qwen-7B 本地 | llm_services/qwen7b_server.py | GPU 部署 |
| DeepSeek 专用 | llm_services/llm_server.py + web_apps/deepseekapp.py | DeepSeek 全栈 |
| 远程服务器 | llm_services/remote_server_config.py | 自建/代理 |
💡 接入新模型？只需在
unified_llm_service.py中添加一个call_xxx_api函数即可，无需改动上游qa_llm_enhanced模块。
| 问句类型 | 示例 |
|---|---|
disease_symptom |
乳腺癌的症状有哪些？ |
symptom_disease |
流鼻涕可能是什么病？ |
disease_cause |
为什么会失眠？ |
disease_acompany |
失眠有哪些并发症？ |
disease_not_food |
失眠的人不要吃啥？ |
disease_do_food |
耳鸣了吃点啥？ |
food_not_disease |
什么病最好不要吃蜂蜜？ |
food_do_disease |
鹅肉有什么好处？ |
disease_drug |
肝病要吃啥药？ |
drug_disease |
板蓝根颗粒能治啥病？ |
disease_check |
脑膜炎怎么检查？ |
check_disease |
全血细胞计数能查出啥？ |
disease_prevent |
怎样才能预防肾虚？ |
disease_lasttime |
感冒要多久才能好？ |
disease_cureway |
高血压要怎么治？ |
disease_cureprob |
白血病能治好吗？ |
disease_easyget |
什么人容易得高血压？ |
disease_desc |
糖尿病是什么病？ |
# Neo4j 连接 + KG 状态
python tests/test_connect.py
python tests/test_kg_status.py
# LLM 端到端 + Prompt 逻辑
python tests/test_llm_qa_system.py
python tests/test_prompt_logic.py
# LLM API 连通性
python tests/test_minimax_api.py
python tests/test_siliconflow_api.py| 层 | 选型 |
|---|---|
| 图数据库 | Neo4j 3.x / 4.x |
| 向量数据库 | ChromaDB（ANN 检索） |
| Embedding | paraphrase-multilingual-MiniLM-L12-v2（默认） |
| 实体识别 | Aho-Corasick 自动机（pyahocorasick） |
| Reranker | MiniMax-M2.7-highspeed |
| LLM 适配 | Flask + requests（统一中间层） |
| Web UI | Gradio 5.x |
| 图谱客户端 | py2neo 2021.2.4 |
本仓库开发过程中可能产生以下非交付文件，建议在 .gitignore 中忽略：
# Python
__pycache__/
*.pyc
venv/
.env
# IDE
.idea/
.vscode/
# 数据与索引（体积大、可重建）
data/medical.json
vector_db/
neo4j_data/
# 项目内的临时爬取内容
web_content_markdown/
# 日志
*.log这些文件不影响代码运行；按需生成，避免污染仓库。
- 刘焕勇 — 原项目作者 @liuhuanyong，本项目在其基础上做了大规模重构（模块化 + LLM 增强 + 多路召回 + Web 完善）
- Neo4j — 图数据库
- ChromaDB — 向量数据库
- pyahocorasick — 高效多模式字符串匹配
- Gradio — Web 界面
- SiliconFlow / MiniMax / Ollama — LLM 服务支持
⚠️ 免责声明：本系统仅作为研究与演示用途，所有医疗信息不能替代专业医生的诊断与治疗建议。如有健康问题，请咨询执业医师。