insightflow/README.md

InsightFlow - Audio to Knowledge Graph Platform

Phase 3: Memory & Growth - Completed ✅

新增功能

1. 多文件图谱融合 ✅

• 支持上传多个音频文件到同一项目
• 系统自动对齐实体，合并图谱
• 实体提及跨文件追踪
• 文件选择器切换不同转录内容

2. 实体对齐算法优化 ✅

• 新增 entity_aligner.py 模块
• 支持使用 Kimi API embedding 进行语义相似度匹配
• 余弦相似度计算
• 自动别名建议
• 批量实体对齐 API

3. PDF/DOCX 文档导入 ✅

• 新增 document_processor.py 模块
• 支持 PDF、DOCX、TXT、MD 格式
• 文档文本提取并参与实体提取
• 文档类型标记（音频/文档）

4. 项目知识库面板 ✅

• 全新的知识库视图
• 统计面板：实体数、关系数、文件数、术语数
• 实体网格展示（带提及统计）
• 关系列表展示
• 术语表管理（添加/删除）
• 文件列表展示

技术栈

• 后端: FastAPI + SQLite
• 前端: 原生 HTML/JS + D3.js
• ASR: 阿里云听悟
• LLM: Kimi API
• 文档处理: PyPDF2, python-docx

部署

# 构建 Docker 镜像
docker build -t insightflow:phase3 .

# 运行容器
docker run -d \
  -p 18000:8000 \
  -v /opt/data:/app/data \
  -e KIMI_API_KEY=your_key \
  -e ALIYUN_ACCESS_KEY_ID=your_key \
  -e ALIYUN_ACCESS_KEY_SECRET=your_secret \
  insightflow:phase3

API 文档

新增 API

文档上传

POST /api/v1/projects/{project_id}/upload-document
Content-Type: multipart/form-data
file: <文件>

知识库查询

GET /api/v1/projects/{project_id}/knowledge-base

术语表管理

POST /api/v1/projects/{project_id}/glossary
GET /api/v1/projects/{project_id}/glossary
DELETE /api/v1/glossary/{term_id}

实体对齐

POST /api/v1/projects/{project_id}/align-entities?threshold=0.85

数据库 Schema 更新

• transcripts 表新增 type 字段（audio/document）
• entities 表新增 embedding 字段
• 新增索引优化查询性能