AI4MBSE - 面向模型的系统工程 AI 助手

一个基于大型语言模型（LLM）和 Neo4j 图数据库的知识图谱检索增强生成（RAG）问答系统，专注于模型基系统工程（MBSE）领域的知识处理和分析。

项目概述

本项目实现了一个端到端的 MBSE 知识图谱问答流程，包括：

• 从技术文档和 SysML 模型中自动提取建模领域的三元组知识。
• 支持 TMX 文件解析，以提取 SysML 模型结构。
• 将三元组知识导入 Neo4j 图数据库，以构建知识图谱。
• 基于 RAG（检索增强生成）的智能问答。
• 提供 RESTful API 和一个基于 Web 的交互界面。

功能特性

• 需求三元组提取：从文本文档中自动提取与建模相关的结构化知识（三元组）。
• SysML 模型解析：支持解析 TMX 格式文件，以提取 SysML 模型结构和关系。
• 图构建：将三元组导入 Neo4j，以构建可查询的知识图谱。
• 实体识别：使用 LLM 从用户问题中识别关键实体。
• 子图检索：根据已识别的实体执行子图查询。
• 向量检索：支持基于语义相似性的文档检索。
• RAG 问答：通过结合检索到的知识生成准确的答案。
• 多重接口：支持命令行工具、RESTful API 和 Web 界面。

技术栈

• LLM：deepseek-chat（通过 LiteLLM 集成）
• 图数据库：Neo4j
• RAG 框架：LangChain
• Web API：FastAPI
• 依赖管理：uv
• SysML 解析：自定义 TMX 解析器

快速开始

环境设置

1. 克隆仓库并进入项目目录：

   git clone <repository-url>
   cd ai4mbse

2. 使用 uv 安装依赖：

   uv sync

3. 配置环境变量（创建一个 .env 文件）：

   DEEPSEEK_API_KEY=your_deepseek_api_key
   NEO4J_URL=bolt://localhost:7687
   NEO4J_USER=neo4j
   NEO4J_PASSWORD=password
   

用法

1. 命令行工具

从文本中提取三元组：

python utils.py extract_triples --input_txt_path=path/to/input.txt --output_json_path=path/to/output.json

解析 TMX 文件：

python utils.py parse_tmx --input_tmx_path=path/to/model.tmx --output_json_path=path/to/graph.json

导入知识图谱：

python utils.py import_triples --triples_path=path/to/triples.json

测试查询：

python utils.py test_query

2. Web API 服务

启动 FastAPI 服务器：

uvicorn web:app --reload

API 端点：

• POST /extract_triples - 上传文档以提取三元组。
• POST /parse_tmx - 上传 TMX 文件以解析模型结构。
• POST /import_triples - 将三元组导入 Neo4j。
• POST /query - 基于知识图谱进行查询。
• GET / - 检查 API 状态。

您还可以运行测试脚本来检查后端 API：

./test_backend.sh

项目结构

ai4mbse/
├── chat/                    # 核心问答模块
│   ├── __init__.py
│   ├── query.py             # 问题处理和子图查询
│   ├── template.py          # LLM 提示模板
│   └── triple.py            # 三元组提取功能
├── controller/              # 控制器模块
│   ├── graph.py             # Neo4j 图数据库控制器
│   └── tmx.py               # SysML TMX 文件解析器
├── data/
│   ├── test_requirements.txt
│   ├── test_triples.json
│   └── trufun.tmx
├── utils.py                 # 命令行工具的入口点
├── web.py                   # FastAPI Web 服务
├── test_backend.sh          # 后端 API 的测试脚本
├── pyproject.toml           # 项目配置和依赖管理
├── uv.lock                  # 依赖锁定文件
├── .env                     # 环境配置文件（由用户创建）
└── README.md                # 项目文档

API 文档

三元组提取 API

POST /extract_triples
Content-Type: multipart/form-data

# 上传一个文本文件以返回提取的三元组。

TMX 解析 API

POST /parse_tmx
Content-Type: multipart/form-data

# 上传一个 TMX 文件以返回解析后的图结构。

知识导入 API

POST /import_triples
Content-Type: multipart/form-data

# 上传一个包含三元组的 JSON 文件以导入 Neo4j。

问答 API

POST /query
Content--Type: application/json

{
  "question": "分析机上通信的需求。"
}

依赖

主要依赖包括：

• fastapi[standard] - Web API 框架
• langchain - LLM 应用开发框架
• langchain-litellm - LiteLLM 集成
• langchain-neo4j - Neo4j 集成
• neo4j - Neo4j 数据库驱动
• fire - 命令行界面生成
• rich - 终端美化

许可证

本项目采用开源许可证。详情请参阅 LICENSE 文件。