DeepForest 林业智能问答系统

基于 AI 大模型 + 知识图谱 + RAG 技术的林业病虫害智能问答平台，集成大语言模型微调、知识图谱推理、检索增强生成等前沿技术

在线体验 ·

独立开发者 · 2025年6月 - 2025年8月 · 个人项目

Ant Design / DeepSeek V3 / ECharts / Java 17 / MySQL / Neo4j / Next.js 15 / Python / RAG / Scrapy / Spring Boot 3 / SSE / TypeScript / 知识图谱

项目简介

DeepForest 是一个完整的 AI 应用系统，集成了大语言模型、知识图谱、检索增强生成（RAG）等前沿技术，为林业研究人员提供智能决策支持。系统包含三个核心子项目：数据采集爬虫、后端 API 服务、前端 Web 应用。

核心亮点

• AI 智能问答：基于 DeepSeek 微调模型，支持多模态输入（文本+图片），SSE 流式响应实现实时 AI 回复
• 知识图谱推理：Neo4j 构建 20 万节点、50 万关系的林业知识图谱，支持多跳查询和实体关系推理
• Hybrid RAG：向量检索 + BM25 + 图谱检索三路召回，RRF 融合排序，AI 幻觉率从 30% 降至 <5%
• ETL 数据管道：Scrapy 分布式爬虫 12 个 Spider，500 并发采集 5 万+ 物种数据
• 现代化技术栈：Spring Boot 3 + Next.js 15 + TypeScript 全栈实践

挑战

• 多跳查询性能：病虫害领域大量多跳查询（如「该虫害的寄主植物分布在哪些地区」），传统 SQL JOIN 性能瓶颈明显
• AI 幻觉问题：大语言模型在专业领域容易生成不准确的病虫害信息，需要约束生成内容
• 数据采集与清洗：多源异构数据（百科、论文、地理分布）需要统一 Schema 并进行实体关系抽取
• 流式响应实现：AI 回复需要实时推送到前端，传统 HTTP 请求无法满足实时性要求

解决方案

• Neo4j 图数据库：图遍历替代多表 JOIN，复杂度从 O(n²) 降至 O(n)，多跳查询毫秒级响应
• 知识图谱锚点：图谱查询结果构建约束 Prompt，将 LLM 生成锚定在真实知识上，幻觉率降至 <5%
• 规则 + NLP 抽取：正则匹配固定格式 + BERT-NER 模型识别非结构化文本，准确率达 85%
• SSE 流式协议：Spring WebFlux + RxJava2Adapter 实现 SSE，首字延迟 <1s