一个企业级的「多Agent协作」知识管理系统
4个AI Agent分工协作，完成企业知识的全生命周期管理：文档解析 → 知识抽取 → 智能问答 → 增量更新
如果你是第一次接触多Agent系统，先看这几个问题的解答：
Agent（智能体）就是一个"能思考、能执行"的AI程序。它可以：
- 理解你的需求（自然语言）
- 决定需要调用哪些工具（如搜索、写文件、调用API）
- 执行工具，得到结果
- 根据结果继续思考，直到完成任务
当一个任务太复杂，交给多个专职Agent协作完成。就像公司里：
- 秘书 负责整理文件
- 分析师 负责提炼关键信息
- 顾问 负责回答问题
- 管理员 负责持续更新维护
本项目就是用AI实现了这4个角色的分工协作。
你上传一份公司的PDF文档（比如年报、合同、产品手册），然后可以：
- 直接用自然语言提问："张三的职位是什么？" / "Q3营收多少？"
- AI会综合理解文档内容，给出准确答案
- 文档更新后，知识库自动同步，不用重新上传
AgentKnowledgeHub 包含 4个核心Agent，通过 LangGraph 有向图编排，实现企业知识的全链路智能处理。
| Agent | 中文名 | 职责 | 类比理解 |
|---|---|---|---|
DocParserAgent |
文档解析Agent | 把PDF/图片/表格等各种格式的文档"读懂"，切割成小段落 | 超强秘书，能看懂任何格式的文件 |
KnowledgeExtractAgent |
知识抽取Agent | 从文本中自动提取人名、公司、关系等结构化信息 | 分析师，把信息整理成知识图谱 |
QAAgent |
问答Agent | 接收用户问题，同时查向量库和知识图谱，生成精准答案 | 专家顾问，综合多源信息回答 |
KnowledgeUpdateAgent |
知识更新Agent | 监听文档变更，只更新变化的部分，保持知识库最新 | 勤快管理员，实时维护知识库 |
| 亮点 | 说明 | 解决什么问题 |
|---|---|---|
| 多模态RAG | 不只处理文字，还能理解PDF里的图片、表格、流程图 | 传统系统只能处理纯文字 |
| GraphRAG (知识图谱) | 用图数据库存储实体关系，支持多跳推理 | 纯向量检索无法处理"关系型"和"多步推理"问题 |
| CDC增量更新 | 文档变了只更新变化的部分 | 传统方案每次全量重建，1000个文档改5个要30分钟 |
┌──────────────────────────────────────────────────────────┐
│ 用户接口层 │
│ REST API / Web UI / SDK │
└──────────────┬───────────────────────────┬───────────────┘
│ │
┌──────────────▼───────────────────────────▼───────────────┐
│ 编排引擎 (LangGraph 有向图) │
│ ┌─────────────┬──────────────┬──────────────┐ │
│ │ 文档入库流程 │ 问答流程 │ 增量更新流程 │ │
│ └──────┬──────┴──────┬───────┴──────┬───────┘ │
└───────────│─────────────│──────────────│─────────────────┘
│ │ │
┌───────────▼──┐ ┌───────▼────┐ ┌───────▼──────┐ ┌────────────┐
│ 文档解析Agent │ │ 问答Agent │ │ 知识更新Agent │ │ 知识抽取Agent│
│ │ │ │ │ │ │ │
│ - PDF解析 │ │ - 意图识别 │ │ - 文件监听 │ │ - NER实体识别│
│ - 图片OCR │ │ - 向量检索 │ │ - CDC消费 │ │ - 关系抽取 │
│ - 表格提取 │ │ - 图谱检索 │ │ - 差量对比 │ │ - 事件抽取 │
│ - 文档分块 │ │ - 混合排序 │ │ - 增量更新 │ │ - 三元组生成│
└──────┬───────┘ │ - 答案生成 │ │ - 版本管理 │ └─────┬──────┘
│ └──┬────┬────┘ └──────┬───────┘ │
│ │ │ │ │
┌──────▼────────────▼────│─────────────▼───────────────▼──┐
│ 存储层 │
│ ┌─────────────┐ ┌──────────────┐ ┌──────────────┐ │
│ │ ChromaDB / │ │ Neo4j │ │ Kafka │ │
│ │ PGVector │ │ 知识图谱 │ │ CDC队列 │ │
│ │ 向量数据库 │ │ │ │ │ │
│ └─────────────┘ └──────────────┘ └──────────────┘ │
└──────────────────────────────────────────────────────────┘
流水线1：文档入库（上传文档时触发）
用户上传文档
│
▼
文档解析Agent ←── 支持 PDF / Word / Excel / 图片 / Markdown
├── 识别文件类型
├── 解析内容（文字 + 图片OCR + 表格提取）
└── 切割成小块（Chunk）
│
▼
知识抽取Agent
├── 命名实体识别（NER）：找出人名、公司名、地名等
├── 关系抽取：找出实体之间的关系
└── 生成三元组：("张三", "就职于", "腾讯")
│
├──────────────────────────────┐
▼ ▼
存入向量数据库 存入知识图谱
(ChromaDB/PGVector) (Neo4j)
流水线2：智能问答（用户提问时触发）
用户提问："张三负责什么业务？和李四有什么合作关系？"
│
▼
意图识别 + 查询改写
│
├──────────────────┐
▼ ▼
向量检索 图谱检索
(语义相似度) (关系路径查询)
│ │
└────────┬─────────┘
▼
混合重排序
(图谱结果权重更高，因为更精准)
│
▼
LLM生成答案
│
▼
返回答案 + 来源引用
流水线3：增量更新（文档修改时触发）
文档被修改 / 数据库记录更新
│
▼
CDC事件产生（通过Kafka或文件监听）
│
▼
知识更新Agent
├── 差量分析：找出哪些部分变了
├── 增量解析：只重新处理变化的内容
└── 版本管理：记录更新时间和版本号
│
├──────────────┐
▼ ▼
更新向量库 更新知识图谱
| 组件 | 技术选型 | 为什么选它 |
|---|---|---|
| Agent编排 | LangGraph | 2025年生产级Agent编排标准，有向图 + 状态持久化 |
| LLM调用 | LangChain + OpenAI | 最成熟的LLM应用框架，支持几十种LLM |
| 向量数据库 | ChromaDB / PGVector | ChromaDB开箱即用；PGVector适合已有PostgreSQL的企业 |
| 知识图谱 | Neo4j | 图数据库的事实标准，Cypher查询语言强大 |
| 消息队列 | Apache Kafka | CDC事件流处理的工业标准 |
| API框架 | FastAPI | 异步高性能，自动生成OpenAPI/Swagger文档 |
| 文档解析 | Unstructured + PyPDF2 + Tesseract | 多模态文档解析全家桶 |
| 容器化 | Docker Compose | 一键启动所有依赖服务 |
| 组件 | 技术选型 | 说明 |
|---|---|---|
| 框架 | Spring Boot 3.4 + Spring AI | Java生态最成熟的AI应用框架 |
| 文档解析 | Apache Tika | Java文档解析标准库，支持1000+格式 |
| 向量存储 | Milvus | 企业级向量数据库 |
| 消息队列 | Spring Kafka | @KafkaListener注解驱动，开发效率高 |
| 组件 | 技术选型 | 说明 |
|---|---|---|
| API框架 | Gin | Go生态最流行的HTTP框架，极低延迟 |
| LLM调用 | go-openai | OpenAI官方Go SDK |
| 图数据库 | neo4j-go-driver | Neo4j官方Go驱动 |
| 向量存储 | pgvector-go | PostgreSQL向量扩展Go客户端 |
| 并发 | goroutine | Go原生并发，文档批量解析天然并行 |
本项目同时提供 Python、Java、Go 三种语言实现，架构设计完全一致，只是语言和框架不同。
| 语言 | 适合什么岗位 | 特点 | 目录 |
|---|---|---|---|
| Python | AI工程师、算法工程师、数据工程师 | 功能最完整，LangGraph原生支持，推荐学习入口 | python/ |
| Java | 后端开发、架构师、Java技术栈企业 | Spring生态，企业级标准，代码规范严谨 | java/ |
| Go | 基础架构、云原生、高性能后端 | 高并发处理，编译型语言性能优势明显 | golang/ |
在开始之前，你需要安装：
- Docker Desktop（用于一键启动依赖服务）
- 一个 OpenAI API Key（或者用国内兼容接口，见下方FAQ）
git clone https://github.com/bcefghj/agent-knowledge-hub.git
cd agent-knowledge-hubcd python
cp .env.example .env用任意编辑器打开 .env，填入你的配置：
# OpenAI配置（必填）
OPENAI_API_KEY=sk-你的APIKey
OPENAI_BASE_URL=https://api.openai.com/v1 # 国内用户可替换为兼容接口地址
# 数据库配置（使用Docker默认值即可，不用改）
NEO4J_URI=bolt://localhost:7687
NEO4J_USER=neo4j
NEO4J_PASSWORD=password
CHROMA_HOST=localhost
CHROMA_PORT=8000
KAFKA_BOOTSTRAP_SERVERS=localhost:9092# 回到项目根目录
cd ..
# 启动所有依赖（Neo4j、ChromaDB、Kafka）
docker-compose up -d等待约1分钟，然后检查服务状态：
docker-compose ps你应该看到所有服务状态为 Up。
cd python
pip install -r requirements.txt
python -m api.main看到 Uvicorn running on http://0.0.0.0:8080 就说明启动成功了！
打开浏览器访问 http://localhost:8080/docs，可以看到交互式API文档。
或者用命令行：
# 健康检查
curl http://localhost:8080/api/health
# 上传一个文档
curl -X POST http://localhost:8080/api/ingest/upload \
-F "file=@你的文档.pdf"
# 提问
curl -X POST http://localhost:8080/api/qa/ask \
-H "Content-Type: application/json" \
-d '{"question": "这个文档讲了什么？"}'文档解析Agent可以自动识别文件类型，调用对应的解析器：
from agents.doc_parser_agent import DocParserAgent
agent = DocParserAgent()
# 解析不同格式的文档
chunks = await agent.parse("年度报告.pdf") # PDF → 文字 + 图片识别 + 表格提取
chunks = await agent.parse("组织架构.png") # 图片 → OCR文字识别 + LLM视觉理解
chunks = await agent.parse("财务数据.xlsx") # Excel → 结构化文本
chunks = await agent.parse("产品文档.md") # Markdown → 纯文本
# 每个chunk包含：
# chunk.text - 文本内容
# chunk.metadata - 来源文件、页码、类型等
# chunk.embedding - 向量表示（自动生成）知识抽取Agent从文本中提取三元组，自动构建知识图谱：
from agents.knowledge_extract_agent import KnowledgeExtractAgent
extractor = KnowledgeExtractAgent()
result = await extractor.extract(chunks)
# 输出示例：
# entities（实体）:
# - ("张三", Person, {"职位": "CEO", "年龄": "45"})
# - ("腾讯", Organization, {"行业": "互联网", "规模": "大型"})
# - ("微信", Product, {"类型": "社交软件"})
#
# relations（关系）:
# - ("张三", "就职于", "腾讯")
# - ("腾讯", "开发了", "微信")
# - ("张三", "负责", "微信")在Neo4j浏览器（访问 http://localhost:7474）中可以可视化查看知识图谱。
问答Agent同时从向量库和知识图谱中检索，结合两个来源的信息生成答案：
from agents.qa_agent import QAAgent
from services.vector_store import VectorStore
from services.knowledge_graph import KnowledgeGraphService
# 初始化
vs = VectorStore()
kg = KnowledgeGraphService()
qa = QAAgent(vector_store=vs, knowledge_graph=kg)
# 提问（支持复杂的多跳推理问题）
result = await qa.answer("张三负责的产品，它的主要竞争对手是谁？")
print(result.answer) # 生成的自然语言答案
print(result.sources) # 来源引用（哪些文档/哪些知识图谱节点）
print(result.confidence) # 置信度分数
# 内部执行流程：
# 1. 向量检索 → 找到语义相关的文档段落（用余弦相似度）
# 2. 实体链接 → 识别问题中的"张三"是哪个实体
# 3. 图谱检索 → 张三 → 负责 → 微信 → 竞争对手 → QQ / 钉钉
# 4. 混合重排序 → 图谱路径结果权重×1.25（推理链更精准）
# 5. LLM生成 → 综合所有信息，生成结构化答案from agents.knowledge_update_agent import KnowledgeUpdateAgent
update_agent = KnowledgeUpdateAgent(...)
# 场景：你修改了一个PDF文件的第3页
# ❌ 传统做法（全量更新）：
# 1. 删除该文档所有向量 （删 1000 条）
# 2. 重新解析整个PDF （解析 50 页）
# 3. 重新入库所有内容 （写入 1000 条）
# 耗时：~30 分钟
# ✅ CDC做法（增量更新）：
# 1. 检测到第3页内容变化
# 2. 只重新解析第3页
# 3. 只更新第3页相关的向量和知识图谱节点
# 耗时：~30 秒（快60倍！）
await update_agent.process_cdc_event(event={
"operation": "UPDATE",
"resource_path": "/docs/年度报告.pdf",
"changed_pages": [3]
})AgentKnowledgeHub/
│
├── README.md ← 你正在看的这个文件
├── docker-compose.yml ← 一键启动所有依赖服务
│
├── docs/ ← 文档目录
│ ├── architecture.md ← 架构设计详解（每个决策的理由）
│ ├── interview-guide.md ← 面试八股文 + STAR法则话术
│ ├── resume-template.md ← 简历写法模板
│ ├── tech-deep-dive.md ← 核心代码逐行讲解
│ └── project-plan.md ← 项目规划方案
│
├── python/ ← Python实现（功能最完整，推荐）
│ ├── agents/ ← 4个核心Agent
│ │ ├── doc_parser_agent.py ← 文档解析Agent
│ │ ├── knowledge_extract_agent.py ← 知识抽取Agent
│ │ ├── qa_agent.py ← 问答Agent
│ │ └── knowledge_update_agent.py ← 知识更新Agent
│ ├── orchestrator/
│ │ └── graph.py ← LangGraph编排引擎（定义3条流水线）
│ ├── services/
│ │ ├── vector_store.py ← 向量库服务（ChromaDB/PGVector）
│ │ ├── knowledge_graph.py ← 知识图谱服务（Neo4j）
│ │ ├── graph_rag.py ← GraphRAG混合检索管道
│ │ ├── cdc_processor.py ← CDC增量更新处理器
│ │ └── multimodal.py ← 多模态处理服务
│ ├── api/
│ │ └── main.py ← FastAPI入口（REST API）
│ ├── config/
│ │ └── settings.py ← 配置管理
│ ├── Dockerfile ← Python服务容器化
│ ├── requirements.txt ← Python依赖
│ └── .env.example ← 环境变量模板（复制为.env后填写）
│
├── java/ ← Java实现（Spring生态）
│ ├── src/main/java/com/agenthub/
│ │ ├── agent/ ← 4个Agent（Spring Bean）
│ │ │ ├── DocParserAgent.java
│ │ │ ├── KnowledgeExtractAgent.java
│ │ │ ├── QAAgent.java
│ │ │ └── KnowledgeUpdateAgent.java
│ │ ├── service/ ← 服务层
│ │ │ ├── VectorStoreService.java
│ │ │ └── KnowledgeGraphService.java
│ │ ├── controller/ ← REST Controller
│ │ │ └── KnowledgeController.java
│ │ └── model/ ← 数据模型（POJO）
│ ├── src/main/resources/
│ │ └── application.yml ← Spring Boot配置
│ └── pom.xml ← Maven依赖管理
│
└── golang/ ← Go实现（高并发）
├── agent/ ← Agent实现
│ ├── doc_parser.go
│ ├── knowledge_extract.go
│ └── qa.go
├── service/ ← 服务层
│ ├── vector_store.go
│ └── knowledge_graph.go
├── api/
│ └── server.go ← Gin HTTP服务器
├── model/
│ └── types.go ← 数据结构定义
├── config/
│ └── config.go ← 配置读取
├── main.go ← 程序入口
└── go.mod ← Go模块依赖
启动服务后，访问 http://localhost:8080/docs 查看交互式 Swagger API 文档。
| 方法 | 路径 | 说明 | 示例 |
|---|---|---|---|
POST |
/api/ingest/upload |
上传单个文档 | curl -F "file=@doc.pdf" http://localhost:8080/api/ingest/upload |
POST |
/api/ingest/batch |
批量上传文档 | 上传多个文件，自动并行处理 |
| 方法 | 路径 | 说明 | 请求体示例 |
|---|---|---|---|
POST |
/api/qa/ask |
智能问答 | {"question": "张三的职位？", "top_k": 5} |
响应示例：
{
"answer": "根据文档，张三担任腾讯公司CEO职务，负责微信产品线。",
"confidence": 0.94,
"sources": [
{"doc": "年度报告.pdf", "page": 3, "type": "vector"},
{"entity": "张三", "relation": "就职于", "target": "腾讯", "type": "graph"}
]
}| 方法 | 路径 | 说明 |
|---|---|---|
GET |
/api/admin/stats |
查看系统统计（文档数、实体数、关系数） |
POST |
/api/admin/update |
手动触发全量更新 |
GET |
/api/health |
健康检查 |
本项目为面试准备了一套完整资料，详见 docs/ 目录：
| 文档 | 内容 | 什么时候用 |
|---|---|---|
| 架构设计详解 | 每个技术决策的理由（为什么用LangGraph？为什么用GraphRAG？） | 面试被深追问时 |
| 面试八股文+STAR | 30+高频面试题 + STAR话术模板 | 面试前1天突击 |
| 简历写法模板 | 怎么把这个项目写进简历（量化指标怎么写） | 投简历前 |
| 核心代码讲解 | 关键代码逐行解读，搞懂原理 | 代码层面被追问时 |
| 项目规划方案 | 完整的项目设计方案 | 理解整体思路 |
S（背景）: 企业内部文档知识管理效率低下，传统关键词搜索准确率只有60%，无法处理多格式文档和多跳推理问题。
T（任务）: 设计并实现一个多Agent协作的企业知识管理系统，支持多模态文档处理和智能问答。
A（行动）:
- 设计了4个专职Agent的分工协作架构
- 引入GraphRAG融合向量检索和知识图谱检索
- 实现了CDC增量更新机制，避免全量重建的性能损耗
- 使用LangGraph有向图编排3条工作流水线
R（结果）:
- 问答准确率从60%提升到94%
- 文档更新响应时间从30分钟缩短到30秒
- 支持PDF/图片/Excel/Markdown等多种格式
完全没问题！可以用任何兼容OpenAI接口的LLM服务：
# 国内免费/便宜的选择：
# 1. 通义千问（阿里）
OPENAI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
OPENAI_API_KEY=你的通义千问APIKey
# 2. 智谱AI（GLM系列）
OPENAI_BASE_URL=https://open.bigmodel.cn/api/paas/v4/
OPENAI_API_KEY=你的智谱APIKey
# 3. 本地部署（完全免费）
# 先安装 Ollama: https://ollama.ai/
# 然后 ollama pull qwen2
OPENAI_BASE_URL=http://localhost:11434/v1
OPENAI_API_KEY=ollama
OPENAI_MODEL=qwen2# 查看所有服务状态
docker-compose ps
# 查看某个服务的日志
docker-compose logs neo4j
docker-compose logs kafka
# 重启某个服务
docker-compose restart neo4jNeo4j需要的内存比较多，建议给Docker分配至少4GB内存（Docker Desktop → Settings → Resources → Memory）。
这是一个架构展示 + 学习项目，展示了企业级系统的设计思路。如果要用在生产环境，还需要补充：
- 用户认证和权限控制（JWT / OAuth2）
- API限流和熔断（防止滥用）
- 完善的日志和监控（ELK Stack / Prometheus）
- 全面的单元测试和集成测试
- 生产级的数据备份方案
三个版本架构设计完全一致，只是实现语言不同：
- Python版：功能最完整，推荐作为学习入口。面AI工程师/算法工程师岗位必备。
- Java版：用Spring生态实现，适合面Java后端/架构师岗位。
- Go版：适合面基础架构/云原生/高性能后端岗位。
根据你面试的岗位选择对应语言版本重点准备即可。
# Python
cd python
pytest tests/
# Java
cd java
mvn test
# Go
cd golang
go test ./...- LangGraph 官方文档 — Agent编排框架
- LangChain 官方文档 — LLM应用框架
- Spring AI 官方文档 — Java AI框架
- Neo4j 官方文档 — 图数据库
- ChromaDB 官方文档 — 向量数据库
- FastAPI 官方文档 — Python API框架
- RAG原始论文 (2020) — Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
- GraphRAG论文 (2024) — From Local to Global: A Graph RAG Approach to Query-Focused Summarization
- Microsoft GraphRAG 开源项目
- LangGraph教程（官方）
- Neo4j Graph Academy — 免费图数据库课程
- 向量数据库选型对比
欢迎提 Issue 和 PR！
- 发现 Bug？提交 Issue
- 想加新功能？欢迎 Fork 后提 PR
- 觉得有帮助？请点个 ⭐ Star，这是对我最大的鼓励！
MIT License — 可以自由使用、修改、分发，只需保留原始版权声明。
