这一篇我们要做一个基于知识图谱的问答功能。
为什么要这么做
相信大家都遇到过这样的困扰：跟大模型对话的时候，明明问的是客观事实，它说得也有模有样，事后一核对才发现全是瞎编。如果问题需要串联好几层信息，或者涉及到专业领域，比如梳理人物关系、事件脉络，回答更是漏洞百出、逻辑混乱。
想要解决这些痛点，就可以把知识图谱和大模型问答结合在一起。知识图谱提供知识底座，大模型通过设限来约束其发挥，就可以生成相对准确的答案。
把我们的知识图谱接入大模型后，优势会非常明显：
最重要的优势是杜绝专业领域的胡编乱造；
可以解决复杂问题：面对需要梳理关联、追溯脉络的提问，它能顺着知识网络一步步解答，不会答非所问；
方便维护：如果后续有新知识补充、旧内容修正，只需要改动知识图谱里对应的条目即可，不用费心训练模型，省时又省力。
基于知识图谱的大模型问答
好了接下来开始动手做。老方法，直接让AI干活：
我想做一个基于知识图谱的大模型问答，请帮我做一个出来
这次Trae出了bug，会话卡住了，强制关掉后继续，方案没了，不过它自动给做出来了：
还是让它补一下方案吧，很详细，实体的精准检索、模糊检索、多跳关联等都自动给做出来了，问答也严格限制了只能回答图谱里有的内容：
不仅可以正常问答，还会显示参考实体和关系，点击实体可以在首页显示，很棒！
历史记录也能正确显示：
不过它把“智能问答”这个放到了第二屏，我想让这栏一直在第一屏，改动一下：
好了，把图谱干没了，继续修。现在因为使用Vite做前端服务，还有Neo4j做图谱服务，每次出问题排查需要的时间都会很长，不管没关系，让AI做就是了。
期间又发生了诸如网址无法访问、图谱无法问答、图谱继续不显示等bug，还挺消耗人的，大家如果有科技，建议直接上Codex或者Claude Code，别的不说，心情会变好。
问答优化
问答功能已经可以正常运转了，但是仔细想一下，问题还是挺多的：
严格基于知识图谱，无任何发散。
每轮对话只能问一个问题，没有上下文管理。
实体检索无同义词发散，比如大模型匹配“高祖”，不会搜到“沛公”、“刘邦”这些词。
无法按照类型检索，比如问：“沛县出来哪些人物”，它只会去匹配“人物”两个字。
对话历史在服务重启后就消失了。
每个实体仅获取前20条关联实体（对于刘邦这种实体，获取数据会丢失）。
对话框输入文本太长了不会换行
性能问题（每个关键词都全量查询，可以减少检索次数；上下文长度无优化，可能会过长，增加token消耗；大模型调用错误直接失败，无自动重试）。
我们来一条条优化。
首先放宽模型基于知识图谱的限制：
我想让大模型在读取完知识图谱的基础上， 可以根据模型自身的数据进行整合和补全它出了一个方案：
测试一下，由于现在数据还很少，还没到刘邦和项羽撕破脸，模型帮我们补全了后来的东西：
接下来增加上下文和追问功能。现在问答智能问一次，不能追问，也不能新建对话，加上这个功能：
加上上下文功能， 每次问答不要新开一次问答， 直接在上一次追问， 同时新加入一个“新问答”按钮， 用来新开问答看看效果：
还挺像样的！
接下来优化检索词，加上“同义词发散”和“类型检索”这两个功能：
可以把“汉高祖”和“刘邦”对应上，也可以根据“人物”这个关键字去图谱中搜索，效果还可以。
接下来优化历史对话：
刷新也不会丢失历史记录了。
然后优化大模型获取的实体数量，整体提高通过实体获取其关系的数量：
然后是对话框不会换行的问题，我希望改成文本可换行，如果换行就自动扩大文本框，最多三行：
最后优化3项性能问题，可以提升问答速度、减少token消耗、优化用户体验：
来看看优化后的网页吧：
差不多是我想象中的样子了，虽然没有用专业的工具（GraphRAG），也算是自己动手的平替了。
把我们的最终版本提交到gitee吧，让AI先执行前置操作，我们进入wsl中，到项目的地址，输入git push就行了：
网址在这里，已经开源：
https://gitee.com/Archaic_Revival/ancient-book-knowledge-graph学AI大模型的正确顺序，千万不要搞错了
🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！
有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！
就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋
📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇
学习路线:
✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经
以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！
我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～
