基于 LangGraph + Milvus 的 Agentic RAG 智能医疗问答系统

本项目基于 LangGraph 和 Milvus 实现了一个 Agentic RAG 智能疫苗接种问答助手， 支持问题分类、混合检索、答案评估与自动重试，并提供 Web 前端界面。

项目架构

Agentic_RAG/
├── server.py                  # FastAPI 后端服务（Web API）
├── static/
│   └── index.html             # 前端聊天界面（纯 HTML/CSS/JS）
├── workflow.py                # LangGraph RAG 工作流（核心）
├── run.py                     # CLI 启动入口
├── prompt.py                  # 提示词模板
├── query_optim.py             # 查询优化（重写 + HyDE）
├── doc_process/               # PDF 文档处理
│   ├── process.py             #   方案1：chunk_by_title 分块
│   ├── pdf_process.py         #   方案2：递归分块，无标题
│   └── docs_process.py        #   方案3：递归分块 + 手动添加标题
├── retrieve/                  # 检索模块
│   ├── milvus_retrieve.py     #   Milvus 混合检索器
│   └── retrieve.py            #   Chroma 检索器（含 reranker）
├── vector_db/                 # 向量库构建脚本
│   ├── chroma_vector.py       #   Chroma 向量库
│   ├── milvus_vector.py       #   Milvus 向量库（pymilvus 原生）
│   └── milvus_vector_langchain.py  # Milvus（langchain_milvus 封装）
├── main.py                    # CLI 问答（Chroma + 向量检索）
├── main_hybrid.py             # CLI 问答（Milvus + 混合检索）
└── test/                      # 测试脚本

工作流说明

workflow.py 实现了基于 LangGraph 的 Agentic RAG 流程：

用户输入 → classify_node（问题分类）
              ├── 医疗/疫苗问题 → retrieve_node（Milvus 混合检索）
              └── 日常问题 ────→ answer_node（直接生成答案）
                                    ↓
                              evaluate_node（Ragas 评估）
                              ├── 质量合格 → 返回答案
                              └── 质量不足 → query_optim_node（重写查询 → 重新检索）

1. 安装依赖

pip install -r requirements.txt
pip install fastapi    # Web 服务框架

2. 文档处理

提供了三种文档处理方式，位于 doc_process/ 目录：

文件	分块方式	标题信息
process.py	unstructured chunk_by_title	✅ 自动包含
pdf_process.py	递归分块	❌ 不包含
docs_process.py	递归分块	✅ 手动添加

3. 构建向量数据库

ChromaDB：

python vector_db/chroma_vector.py

Milvus（推荐）：

python vector_db/milvus_vector.py

4. 运行问答助手

Web 界面（推荐）

启动 FastAPI 后端，浏览器访问 http://localhost:8000：

python server.py

API 端点：

方法	路径	说明
GET	/api/health	健康检查
POST	/api/chat	非流式聊天，一次性返回完整结果
POST	/api/chat/stream	SSE 流式聊天，逐词打字机效果，可查看检索中间结果

前端功能：

• 流式打字机效果展示答案
• 可折叠的检索结果面板（显示检索到的文档类型和摘要）
• 多轮对话上下文记忆（thread_id 会话管理）
• "新对话" 按钮重置会话
• 快捷问题入口
• 响应式设计，适配移动端

CLI 命令行

Chroma + 向量检索：

python main.py

Milvus + 混合检索：

python main_hybrid.py

LangGraph 工作流（CLI）：

python run.py

说明

本项目需要调用多模态 LLM 的 API，若无可用 API，可参考 https://blog.csdn.net/m0_55930133/article/details/156461063?spm=1011.2124.3001.6209