前言
知识工作者每天都在和文档打交道：论文、研报、产品说明、技术规范……传统做法是打开 ChatGPT，把大段文字贴进去，再靠记忆补充「上下文」。问题是：模型看不到你脑子里那张「概念关系图」，回答容易泛泛而谈；而你自己也很难从几十页 PDF 里快速抽出「谁和谁相关、主线是什么」。
我这套 AI 知识图谱笔记 想解决的就是这件事：文档上传 → 自动抽实体与关系 → 可视化图谱 + 语义图表看板 → 基于当前笔记上下文流式问答。前端是 Next.js，后端 Spring Boot 对接大模型与向量能力，浏览器只打同源 /api，JWT 与转发都在 BFF 完成，部署上也可以很「现代」（例如 Vercel + 自建 API）。
它不是又一个「网盘」，而是 「结构化读完 + 可对话的第二条脑」。
这套系统到底是什么？
一句话：把文件变成可交互的知识图谱笔记，并让你在图谱语境下向 AI 提问。
和「纯聊天机器人」的差别在于：
- 结构先行：先产出节点、关系，以及从正文里提炼出的多张「有叙事价值」的图表规格（饼图、柱状、折线、雷达、散点、表格等），再统一进看板；不是只给你一大段总结文字。
- 上下文对齐：问答时会把当前笔记下的图谱要点编进系统提示，模型是在「看过你的图」的前提下回答，而不是对着空气发挥。
- 工程化链路：Next.js App Router 做代理与鉴权，Java 侧负责任务、存储与调用上游 LLM / Embedding，MySQL 落库——适合作为个人知识库或小团队内网部署的雏形。
核心能力一览
一、上传与异步解析：大文件也不堵页面
支持常见文档上传，后端以任务形式异步解析（可轮询状态、支持取消进行中的任务）。前端不用傻等整页卡死，解析过程有阶段反馈，体验更接近「正经产品」而不是脚本工具。
二、交互式知识图谱：不止一张「好看的图」
图谱组件支持多种布局（力导向、树形、放射、网格等），方便从不同视角扫一眼概念—人物—事件—物体及其关系。你可以把它理解成：AI 先帮你画了一张「读完之后的地图」，你再决定从哪个节点深入。
三、多图表看板：同一份数据，多种读法
同一份解析结果会在下方以 ECharts 等形式展示多块图表；表格类则适合术语表、阶段对照、人物要点罗列。扩展方式也留好了钩子：在图表注册表里新增一种 build 即可接入新的可视化类型，不必改一整条业务链。
四、流式 AI 问答：边看图边问，回答跟着上下文走
右侧（或笔记页内嵌）是 AI 知识问答面板：提问后走 SSE 流式返回，首字起逐段显示，阅读感接近主流 AI 产品。底层会把当前笔记的图谱摘要编进系统提示，所以更适合问关系、对比、主线梳理这类「需要结构」的问题，而不是泛泛的「帮我写周报」。
五、分享、导出与演示：给别人看，也给自己存档
- 分享：生成分享码/链接，让别人看到图谱与看板（具体能力以你当前实现为准，可在文内改成你的真实文案）。
- 导出 PDF：将图谱栅格图、已注册图表截图与要点表等打进单份 PDF，方便放进汇报或归档。
- 演示页：可用内置 Demo 样例快速走通「上传 → 图谱 → 问答」叙事，线下给别人演示时不依赖当场找素材。
技术栈与架构
| 层级 | 技术选型 |
|---|---|
| 前端 | Next.js、React、TypeScript、Tailwind CSS |
| BFF | Next.js Route Handlers（/api/* 代理、流式透传） |
| 后端 | Spring Boot（任务、鉴权、业务、调用上游 LLM） |
| 数据 | MySQL 等（具体表结构以后端为准） |
架构一句话：浏览器 → Next（同源 API + 鉴权转发）→ Java API → 模型与存储。生产环境记得给 Java 配好公网 HTTPS，并在 Next 侧配置 JAVA_API_BASE；API 域名尽量避免不当 CDN 缓冲，以免流式或 TLS 出坑。
和传统「文档 + 聊天」的对比
| 维度 | 打开文档 + 外部 ChatGPT | AI 知识图谱笔记 |
|---|---|---|
| 上下文形态 | 靠复制粘贴，易截断、易遗漏 | 结构化图谱 + 图表 + 笔记绑定 |
| 关系理解 | 模型「猜」关系 | 显式节点与边，问答可对齐 |
| 可视化 | 自己画脑图 | 解析阶段自动生成多视图 |
| 工程形态 | 无状态对话 | 可登录、可分享、可导出、可部署 |
立即体验 / 开源与协作
- github：前端应用仓库-github.com/yuhuchick/y… ， java应用仓库-github.com/yuhuchick/y…
- 体验地址：yu-ai-graph.vercel.app
- 欢迎评论区交流：你希望下一版优先做移动端、团队空间，还是更强的检索（RAG）？
我不是要用 AI 替代你阅读，而是把最耗神的「拆结构、找关系、反复交代背景」交给流水线，让人把注意力留在判断、联想和决策上。如果你也厌倦了「读完就忘、问了就乱」，不妨试试把文档先变成图谱，再开口问 AI——路径会清晰很多。
觉得有用可以 点赞 / 收藏 / 转发；若你根据本文搭出了变种，也欢迎在评论区晒架构，互相抄作业。
