本文档是项目的整体规划方案，记录了系统架构设计、技术选型、实施计划和面试资料框架。 具体实现请参考各语言目录下的代码，详细面试资料参见本 docs/ 目录下的其他文档。
本项目名为 AgentKnowledgeHub，是一个企业级多Agent知识管理系统，包含4个核心Agent协作完成知识全生命周期管理。
graph TD
User[用户] --> Orchestrator[编排引擎]
Orchestrator --> DocAgent[文档解析Agent]
Orchestrator --> KnowAgent[知识抽取Agent]
Orchestrator --> QAAgent[问答Agent]
Orchestrator --> UpdateAgent[知识更新Agent]
DocAgent --> VectorDB[向量数据库]
KnowAgent --> KG[知识图谱Neo4j]
QAAgent --> VectorDB
QAAgent --> KG
UpdateAgent --> CDC[CDC增量监听]
CDC --> VectorDB
CDC --> KG
| Agent | 职责 | 关键技术 |
|---|---|---|
| 文档解析Agent | PDF/图片/表格多模态解析 | 多模态RAG、OCR、表格识别 |
| 知识抽取Agent | 实体/关系/事件抽取，构建知识图谱 | NER、关系抽取、Neo4j |
| 问答Agent | 混合检索 + 多跳推理 + 回答生成 | GraphRAG + 向量检索混合 |
| 知识更新Agent | 监听变更、增量更新图谱和向量库 | CDC、事件驱动、增量索引 |
- Python版：LangGraph + LangChain + Neo4j + ChromaDB/PGVector + FastAPI
- Java版：Spring AI + AgentEnsemble/LangChain4j + Neo4j + Milvus + Spring Boot
- Go版：AgenticGoKit + pgvector + Neo4j Go Driver + Gin/Fiber
AgentKnowledgeHub/
├── README.md # 超详细中文README（面向小白）
├── docs/
│ ├── project-plan.md # 本文件：项目规划方案
│ ├── architecture.md # 架构设计详解
│ ├── interview-guide.md # 面试八股文 + STAR法则
│ ├── resume-template.md # 简历模板
│ └── tech-deep-dive.md # 技术深度讲解
├── python/ # Python 实现（最完整）
│ ├── agents/
│ │ ├── doc_parser_agent.py
│ │ ├── knowledge_extract_agent.py
│ │ ├── qa_agent.py
│ │ └── knowledge_update_agent.py
│ ├── orchestrator/
│ │ └── graph.py # LangGraph 编排
│ ├── services/
│ │ ├── vector_store.py
│ │ ├── knowledge_graph.py
│ │ ├── graph_rag.py # GraphRAG 混合检索管道
│ │ ├── cdc_processor.py # CDC 增量处理器
│ │ └── multimodal.py
│ ├── api/
│ │ └── main.py # FastAPI 接口
│ ├── config/
│ ├── tests/
│ └── requirements.txt
├── java/ # Java 实现
│ ├── src/main/java/com/agenthub/
│ │ ├── agent/
│ │ ├── service/
│ │ └── controller/
│ ├── pom.xml
│ └── README.md
├── golang/ # Go 实现
│ ├── agent/
│ ├── service/
│ ├── api/
│ ├── go.mod
│ └── README.md
└── docker-compose.yml # 一键启动（Neo4j + VectorDB + API）
- 文档解析Agent使用 LLM 视觉能力处理 PDF 中的图片、表格、流程图
- 不同模态内容分别向量化，检索时加权融合
- Python:
langchain.document_loaders+unstructured库 +PyPDF2+Tesseract - Java: Spring AI
DocumentReader+ Apache Tika
- 知识抽取Agent从文本中提取三元组 (Entity, Relation, Entity)
- 存入 Neo4j，问答时 Vector Search + Graph Traversal 混合检索
- 关键：Cypher 查询生成、子图召回、多跳推理、社区摘要
- 交叉重排序：路径推理×1.25、子图×1.15、社区摘要×1.1、向量×1.0
- 知识更新Agent监听文档变更事件（Watchdog文件监听 + Kafka消息队列）
- 差量对比：通过文件Hash和内容Diff，只处理新增/修改内容
- 版本管理：知识节点带时间戳和版本号，支持回滚
项目名称：企业级多Agent知识管理系统
项目角色：核心开发 / 独立开发
技术栈：Python/LangGraph + Neo4j + PGVector + FastAPI + Docker
项目描述：
- 设计并实现4-Agent混合编排架构，支持文档解析、知识抽取、智能问答、增量更新全流程
- 实现多模态RAG管道，支持PDF/图片/表格等混合文档解析，检索准确率提升35%
- 基于Neo4j构建企业知识图谱，支持多跳推理，相比纯向量检索F1提升22%
- 设计CDC驱动的增量更新机制，知识库更新延迟从小时级降至分钟级
S（情境）：在XX场景下，企业文档量大、格式多样，传统检索系统准确率低，知识更新滞后。
T（任务）：我负责设计一个多Agent协作的知识管理系统，实现从文档解析到智能问答的全链路。
A（行动）：
- 将系统拆分为4个专职Agent，用LangGraph实现有向图编排
- 文档解析Agent集成多模态能力处理PDF/图表
- 知识抽取Agent基于LLM提取实体关系，存入Neo4j
- 问答Agent实现GraphRAG混合检索策略
- 更新Agent使用CDC监听实现增量更新
R（结果）：检索准确率从78%提升至94%，知识更新延迟降低95%，支持10种以上文档格式。
- 什么是Agent？与传统Chain有什么区别？
- 多Agent系统的编排模式有哪些？各自优缺点？
- RAG的完整流程是什么？如何优化检索质量？
- 知识图谱在RAG中的作用？GraphRAG vs 纯向量检索？
- 如何解决多Agent间的循环依赖和无限循环？
- 多模态文档解析的技术挑战和解决方案？
- 增量更新的CDC方案如何设计？
- 向量数据库选型对比（Milvus vs PGVector vs ChromaDB）
- LangGraph vs CrewAI vs AutoGen 框架对比
| Phase | 内容 | 状态 |
|---|---|---|
| Phase 1 | 基础框架 + Python版4个Agent + LangGraph编排 + FastAPI + docker-compose | 完成 |
| Phase 2 | 三大技术亮点：多模态RAG、知识图谱GraphRAG、CDC增量更新 | 完成 |
| Phase 3 | Java版（Spring AI + Spring Boot）+ Go版（Gin + go-openai） | 完成 |
| Phase 4 | 详细README + 架构文档 + 面试八股文 + STAR话术 + 简历模板 + 代码讲解 | 完成 |
| Phase 5 | Git初始化 + .gitignore + GitHub Actions CI + 推送到GitHub | 完成 |