独立项目：数据库算法 RAG + 知识合成（DeepSeek）

功能

• 从 MySQL 读取 algorithm_algorithm（算法代码）与 algorithm_question（步骤/分析/题库问答）
• 构建 RAG 知识库到 algorithm_rag_chunk
• 用 DeepSeek 合成问答（可选，数据合成）
• 基于标题-资料-大纲-多视角对话的数据合成流水线，生成高质量问答对
• 检索增强问答（支持问题扩展、工具增强、会话记忆）
• 结构化记忆子图检索，将模型记忆组织为 YAML 形式参与推理
• 评测对比（baseline_extractive / rag_basic / rag_plus）
• 实验对比（不同 retrieval_mode、不同 top_k 自动跑批并输出报告）
• 检索调试与系统统计（/search、/stats）

启动

cd g:\zhuomian\algorithm_rag_service
python -m venv .venv
.\.venv\Scripts\activate
pip install -r requirements.txt
copy .env.example .env
# 填写 DEEPSEEK_API_KEY 和 MySQL 连接参数
uvicorn app.main:app --reload --host 0.0.0.0 --port 8010

API

• GET /health
• GET /stats
• POST /build
  • body: {"with_synth": true, "limit": 100}
• POST /memory_graph
  • body: {"question":"KMP 的 next 数组如何推导？","algorithm_id":10,"top_k":6}
  • 返回：结构化记忆三元组候选、邻居子图与 YAML 表达
• POST /synthesize
  • body: {"limit":5,"algorithm_id":10}
  • 返回：多视角对话式数据合成结果，并写回知识库
• POST /search
  • body: {"question":"KMP的next怎么求？","top_k":5,"algorithm_id":10,"retrieval_mode":"hybrid","use_expansion":true,"include_memory":true}
• POST /ask
  • body: {"question":"KMP的next怎么求？","top_k":5,"algorithm_id":10,"retrieval_mode":"hybrid","current_state":"用户正在学习KMP章节","enable_tools":true,"enable_memory":true,"enable_planning":true,"enable_mcp":true}
• POST /evaluate
  • body: {"limit":12,"top_k":5,"algorithm_id":10,"retrieval_mode":"hybrid"}
  • 返回：baseline_extractive、rag_basic、rag_plus 三种方案的 ROUGE-1/2/L 与 BLEU-4 平均分
• POST /experiment
  • body: {"limit":8,"algorithm_id":10,"top_k_values":[3,5,8],"retrieval_modes":["tfidf","keyword","vector","hybrid"]}
  • 返回：多配置实验结果、最佳配置、以及 data/results/ 下的 JSON/Markdown 报告路径

项目结构图（文字版）

algorithm_rag_service/
├─ app/
│  ├─ main.py            # FastAPI 入口：/build /ask /evaluate
│  ├─ rag.py             # 构建、检索、问答、记忆主流程
│  ├─ db_source.py       # MySQL 数据读取（算法、题库、知识图谱、评测样本）
│  ├─ store.py           # algorithm_rag_chunk 的读写与来源过滤
│  ├─ deepseek.py        # DeepSeek 调用 + 问题扩展 + 三元组抽取 + 合成 QA
│  ├─ hybrid_retrieval.py# 混合检索：TF-IDF / keyword / vector / hybrid
│  ├─ tools.py           # 工具模块（复杂度提取、知识图谱检索）
│  ├─ metrics.py         # ROUGE-1/2/L、BLEU-4 指标实现
│  ├─ evaluate.py        # 多方案评测执行与汇总
│  ├─ experiment.py      # 实验对比、检索调试、系统统计
│  ├─ synthesis_pipeline.py # 标题->资料->大纲->多视角对话->最终答案
│  ├─ memory_graph.py    # 结构化记忆子图检索与YAML组织
│  └─ static/index.html  # 前端控制台（构建/提问/评测）
├─ requirements.txt
└─ README.md

数据流图（Build / Ask / Evaluate）

[MySQL:tutor]
  ├─ algorithm_algorithm
  ├─ algorithm_question
  ├─ knowledge_node / knowledge_relation
  └─ algorithm_rag_chunk

1) Build:
algorithm_algorithm + algorithm_question
    -> 分块(step/analysis/code/question_doc/qa)
    -> 写入 algorithm_rag_chunk

1.5) Synthesize:
教材标题/算法标题
    -> 检索相关资料
    -> 生成初始大纲
    -> 生成多视角提问者-专家对话
    -> 细化大纲
    -> 生成最终答案
    -> 写回知识库

2) Ask:
用户问题
    -> 问题扩展(可选, DeepSeek)
    -> 检索结构化记忆子图(YAML)
    -> 检索(top_k, TF-IDF / keyword / vector / hybrid)
    -> 工具模块(可选: 复杂度提取 + 知识图谱检索)
    -> 与当前状态 S 共同组成混合知识
    -> DeepSeek 链式推理并生成答案
    -> 三元组抽取并写入 memory chunk(可选)

3) Evaluate:
algorithm_question 生成评测样本(question/reference_answer)
    -> baseline_extractive / rag_basic / rag_plus
    -> 计算 ROUGE-1/2/L + BLEU-4
    -> 返回平均分和 case 明细

4) Experiment:
不同 retrieval_mode / top_k 组合
    -> 批量调用 evaluate
    -> 汇总配置表现
    -> 输出 JSON + Markdown 报告到 data/results

三种评测方法定义

• baseline_extractive：关闭增强能力，仅检索后抽取片段拼接为答案（不走生成）
• rag_basic：基础 RAG（检索 + LLM 生成），不启用扩展检索与工具增强
• rag_plus：增强 RAG（扩展检索 + 工具模块 + LLM 生成）

检索模式

• tfidf：原有字符级 TF-IDF 检索
• keyword：中文分词 + 标题命中 + 关键词覆盖
• vector：TF-IDF 稠密降维后的向量式检索
• hybrid：综合 tfidf + keyword + vector，默认推荐

答辩可讲的亮点

• 数据闭环：课程算法数据 -> 知识库 -> 问答 -> 记忆更新 -> 再检索
• 工程可落地：核心能力模块化，接口清晰，支持独立调试
• 可量化验证：不仅展示效果，还提供多方案自动评测对比

快速演示脚本（3分钟）

1. 打开页面，先点击“构建知识库”
2. 提问一个算法问题，展示答案中的引用片段
3. 勾选/取消“工具模块、记忆模块”再提一次，说明增强效果
4. 点击“运行评测”，展示三种方法分数对比（通常 rag_plus 更好）

Web 界面

• 启动服务后打开：http://127.0.0.1:8010/
• 页面支持：
  • 一键调用 /build 构建知识库
  • 一键调用 /stats 查看系统统计
  • 一键调用 /memory_graph 查看结构化记忆
  • 一键调用 /search 只看检索结果
  • 输入问题调用 /ask 并展示答案和引用片段
  • 一键调用 /evaluate，表格展示 baseline / rag_basic / rag_plus 指标对比
  • 一键调用 /experiment，查看不同检索模式和 Top K 的最佳配置
  • 一键调用 /synthesize，生成多视角合成问答