结构化数据 (PostgreSQL pgvector) → 向量检索兜底 (Milvus) → 外部搜索补充 (External API)

# 双重阈值确保结果质量
similarity >= KB_POSTGRES_SIMILARITY_THRESHOLD  # 相似度阈值
rerank_score >= KB_POSTGRES_RERANK_THRESHOLD    # 重排分数阈值

# 克隆项目
git clone https://github.com/skygazer42/GustoBot.git
cd GustoBot

# 配置环境变量
cp .env.example .env # 编辑 .env 文件，配置必要的 API 密钥


# 启动后端服务（Docker）
docker-compose up -d

# 安装并启动前端（本地）
cd web
npm install
npm run dev

# 访问应用
# 前端: http://localhost:5173 （可通过 VITE_PORT 修改端口）
# 后端API: http://localhost:8000

graph TB
    %% ========== 用户入口 ==========
    Start([用户提问]) --> MainGraph[LangGraph 主工作流]

    %% ========== 第一层：主路由层 ==========
    MainGraph --> RouterNode["analyze_and_route_query
━━━━━━━━━━━━━━━━
系统提示: ROUTER_SYSTEM_PROMPT
启发式路由 + LLM 路由双保险
结构化输出: Router Pydantic Model"]

    RouterNode --> RouteDecision{"route_query
条件路由"}

    RouteDecision -->|general-query| GeneralNode["respond_to_general_query
━━━━━━━━━━━━━━━━
GENERAL_QUERY_SYSTEM_PROMPT
纯 LLM 生成回复
不调用任何外部工具"]

    RouteDecision -->|additional-query| AdditionalNode["get_additional_info
━━━━━━━━━━━━━━━━
GET_ADDITIONAL_SYSTEM_PROMPT
Guardrails 安全检查
引导用户提供更多信息"]

    RouteDecision -->|graphrag-query
text2sql-query| ResearchNode["create_research_plan
━━━━━━━━━━━━━━━━
调用 GraphRAG 多工具子图"]

    RouteDecision -->|kb-query| KBNode["create_kb_query
━━━━━━━━━━━━━━━━
调用知识库多工具子图"]

    RouteDecision -->|image-query| ImageNode["create_image_query
━━━━━━━━━━━━━━━━
图片识别: Vision Model
图片生成: CogView-4"]

    RouteDecision -->|file-query| FileNode["create_file_query
━━━━━━━━━━━━━━━━
Excel: 外部 Ingest Service
TXT/MD/JSON: KnowledgeService"]

    %% ========== 第二层A：GraphRAG 多工具子图 ==========
    ResearchNode --> SubGraph1["╔═══════════════════════════════════════╗
║  GraphRAG 多工具子图 (create_multi_tool_workflow)  ║
╚═══════════════════════════════════════╝"]

    SubGraph1 --> SG1_Guardrails["Guardrails Node
━━━━━━━━━━━━━━━━
GUARDRAILS_SYSTEM_PROMPT
检查问题范围
图谱 Schema 验证"]

    SG1_Guardrails --> SG1_GuardCheck{"通过检查?"}
    SG1_GuardCheck -->|拒绝 end| SG1_FinalAnswer_Reject["直接返回拒绝消息"]
    SG1_GuardCheck -->|通过 proceed| SG1_Planner["Planner Node
━━━━━━━━━━━━━━━━
任务分解提示
Map-Reduce 模式
将复杂问题拆解为子任务"]

    SG1_Planner --> SG1_MapReduce["map_reduce_planner_to_tool_selection
━━━━━━━━━━━━━━━━
条件边逻辑
遍历每个子任务"]

    SG1_MapReduce --> SG1_ToolSelection["Tool Selection Node
━━━━━━━━━━━━━━━━
根据 tool_schemas 选择工具
LLM structured output
工具列表:
  • cypher_query
  • predefined_cypher
  • microsoft_graphrag_query
  • text2sql_query"]

    SG1_ToolSelection --> SG1_ToolDecision{"选择的工具?"}

    SG1_ToolDecision -->|cypher_query| SG1_Cypher["Cypher Query Node
━━━━━━━━━━━━━━━━
动态生成 Cypher
BaseCypherExampleRetriever
  检索 Few-shot 示例
LLM 生成查询语句
Cypher 验证 (可选)
Neo4j 执行查询
返回图谱数据"]

    SG1_ToolDecision -->|predefined_cypher| SG1_Predefined["Predefined Cypher Node
━━━━━━━━━━━━━━━━
predefined_cypher_dict
匹配预定义查询
Neo4j 直接执行
快速、准确"]

    SG1_ToolDecision -->|microsoft_graphrag_query| SG1_GraphRAG["Microsoft GraphRAG Node
━━━━━━━━━━━━━━━━
LightRAG 社区检索
Global Search (全局)
Local Search (局部)
Hybrid Search (混合)
社区摘要 + 实体关系"]

    SG1_ToolDecision -->|text2sql_query| SG1_Text2SQL["Text2SQL Query Node
━━━━━━━━━━━━━━━━
自然语言转 SQL
LLM 生成 SQL 语句
支持统计、聚合、排名
MySQL 执行查询
返回结构化数据"]

    SG1_Cypher --> SG1_Summarize["Summarize Node
━━━━━━━━━━━━━━━━
聚合所有工具结果
合并 data 字段
LLM 初步整理"]
    SG1_Predefined --> SG1_Summarize
    SG1_GraphRAG --> SG1_Summarize
    SG1_Text2SQL --> SG1_Summarize

    SG1_Summarize --> SG1_FinalAnswer["Final Answer Node
━━━━━━━━━━━━━━━━
RAGSEARCH_SYSTEM_PROMPT
LLM 生成最终回答
引用来源标注
幻觉检查 (可选)"]

    SG1_FinalAnswer --> SG1_End["返回到主工作流
answer 字段"]
    SG1_FinalAnswer_Reject --> SG1_End

    %% ========== 第二层B：知识库多工具子图 ==========
    KBNode --> SubGraph2["╔═══════════════════════════════════════╗
║  知识库多工具子图 (create_kb_multi_tool_workflow)  ║
╚═══════════════════════════════════════╝"]

    SubGraph2 --> SG2_Guardrails["KB Guardrails Node
━━━━━━━━━━━━━━━━
KBGuardrailsDecision
scope_description 范围检查
仅处理历史文化典故类问题"]

    SG2_Guardrails --> SG2_GuardCheck{"通过检查?"}
    SG2_GuardCheck -->|decision=end| SG2_Finalize_Reject["直接返回拒绝
返回 summary"]
    SG2_GuardCheck -->|decision=proceed| SG2_Router["KB Router Node
━━━━━━━━━━━━━━━━
KBRouteDecision
LLM 路由决策
路由类型:
  • local (本地检索)
  • external (外部API)
  • hybrid (混合)
工具选择:
  • postgres (优先)
  • milvus (兜底)"]

    SG2_Router --> SG2_RouteCheck{"路由类型?"}

    SG2_RouteCheck -->|local/hybrid| SG2_LocalSearch["Local Search Node
━━━━━━━━━━━━━━━━
PostgreSQL 优先策略:
━━━━━━━━━━━━━━━━
Step 1: 查询 PostgreSQL pgvector
  • 结构化数据 (Excel 导入)
  • 菜谱名称、菜系、枚举字段
  • 快速、精准
  • threshold 阈值过滤
━━━━━━━━━━━━━━━━
Step 2: 如果 PG 有结果
  → 直接使用，跳过 Milvus
━━━━━━━━━━━━━━━━
Step 3: 如果 PG 无结果
  → Milvus 向量库兜底
  • 长文本故事、典故
  • 语义相似度检索
  • threshold 阈值过滤"]

    SG2_RouteCheck -->|external| SG2_ExternalSearch

    SG2_LocalSearch --> SG2_PG[("PostgreSQL pgvector
━━━━━━━━━━━━━━━━
结构化向量数据
快速精准查询
similarity 相似度
第一优先级")]

    SG2_LocalSearch --> SG2_Milvus[("Milvus 向量库
━━━━━━━━━━━━━━━━
长文本语义检索
故事、典故内容
similarity 相似度
兜底策略")]

    SG2_PG --> SG2_Reranker{"Reranker 启用?"}
    SG2_Milvus --> SG2_Reranker

    SG2_Reranker -->|是| SG2_RerankProcess["Reranker 重排序
━━━━━━━━━━━━━━━━
Reranker API
  • Cohere / Jina / Voyage / BGE
━━━━━━━━━━━━━━━━
双重阈值过滤:
  • similarity >= threshold
  • rerank_score >= threshold
━━━━━━━━━━━━━━━━
提升结果质量"]

    SG2_Reranker -->|否| SG2_MergeResults["合并结果"]
    SG2_RerankProcess --> SG2_MergeResults

    SG2_MergeResults --> SG2_ResultCheck{"结果充足?"}
    SG2_ResultCheck -->|是| SG2_Finalize
    SG2_ResultCheck -->|否 且 hybrid| SG2_ExternalSearch["External Search Node
━━━━━━━━━━━━━━━━
external_search_url
调用外部检索 API
互联网知识补充
timeout 超时控制"]

    SG2_ExternalSearch --> SG2_Finalize["Finalize Node
━━━━━━━━━━━━━━━━
final_prompt
LLM 融合多源信息:
  • Milvus 结果
  • PostgreSQL 结果
  • External 结果
━━━━━━━━━━━━━━━━
格式化 context
收集 sources
生成最终回答"]

    SG2_Finalize --> SG2_End["返回到主工作流
answer + sources 字段"]
    SG2_Finalize_Reject --> SG2_End

    %% ========== 汇总返回 ==========
    GeneralNode --> End([返回用户])
    AdditionalNode --> End
    ImageNode --> End
    FileNode --> End
    SG1_End --> End
    SG2_End --> End

    %% ========== 样式定义 ==========
    classDef entryClass fill:#e3f2fd,stroke:#1565c0,stroke-width:3px,color:#000
    classDef routerClass fill:#fff9c4,stroke:#f57f17,stroke-width:2px,color:#000
    classDef nodeClass fill:#f3e5f5,stroke:#6a1b9a,stroke-width:2px,color:#000
    classDef subgraphClass fill:#ffe0b2,stroke:#e65100,stroke-width:3px,color:#000
    classDef toolClass fill:#e1bee7,stroke:#4a148c,stroke-width:2px,color:#000
    classDef dbClass fill:#c8e6c9,stroke:#2e7d32,stroke-width:2px,color:#000
    classDef llmClass fill:#ffcdd2,stroke:#c62828,stroke-width:2px,color:#000
    classDef decisionClass fill:#fff3e0,stroke:#ef6c00,stroke-width:2px,color:#000
    classDef endClass fill:#b2dfdb,stroke:#00695c,stroke-width:3px,color:#000

    class Start,MainGraph entryClass
    class RouterNode,SG2_Router routerClass
    class GeneralNode,AdditionalNode,ImageNode,FileNode nodeClass
    class SubGraph1,SubGraph2 subgraphClass
    class SG1_Cypher,SG1_Predefined,SG1_GraphRAG,SG1_Text2SQL,SG2_LocalSearch,SG2_ExternalSearch toolClass
    class SG2_PG,SG2_Milvus dbClass
    class SG1_Planner,SG1_ToolSelection,SG1_Summarize,SG1_FinalAnswer,SG2_Finalize,SG2_RerankProcess llmClass
    class RouteDecision,SG1_GuardCheck,SG1_ToolDecision,SG2_GuardCheck,SG2_RouteCheck,SG2_Reranker,SG2_ResultCheck decisionClass
    class End,SG1_End,SG2_End endClass

# 克隆项目
git clone https://github.com/skygazer42/GustoBot.git
cd GustoBot

# 配置环境变量
cp .env.example .env # 编辑 .env 文件，配置必要的 API 密钥


# 启动后端服务（Docker）
docker-compose up -d

# 安装并启动前端（本地）
cd web
npm install
npm run dev

# 访问应用
# 前端: http://localhost:5173 （可通过 VITE_PORT 修改端口）
# 后端API: http://localhost:8000