平台大战对话框架 (Platform War)

这是一个结合了知识图谱 (Knowledge Graph) 和 RAG 的多智能体 (Multi-Agent) 对话框架。它能够从不同社交平台的评论中提取并构建知识图谱数据库，并让不同平台的智能体以其代表性的观点和表达方式，围绕特定话题展开辩论。

文件结构

API Key 配置文件为 config.py。该程序基于 moonshot-v1 模型实现，运行前需在配置文件中填入从 Kimi 开放平台申请的 API Key。若需更换其他模型服务，需同步修改 API_BASE_URL 以及程序中对应调用大模型的部分（如模型名称、特殊参数等）。

知识图谱的核心主文件是 knowledgeGraph.py，其具体接口实现类包括 graph_entity.py、graph_search.py、graph_storage.py 和 graph_visualization.py。用于 RAG 的嵌入模型 (Embedding Model) 配置文件为 embedding_model.py。

涉及知识图谱的两个工具类是 knowledge_retriever.py 和 knowledgeGraphExtractor.py，分别用于信息检索和知识图谱提取。

平台大战对话的主程序为 platform_war.py，相关的 UI 和 Agent 类分别为 platform_war_UI.py 和 chat.py。

环境配置

由于向量数据处理部分使用的 faiss-gpu 目前仅支持 CUDA 加速，本项目目前仅支持在 Windows/Linux 系统下运行。

创建 Conda 环境

conda create -n platform_war python=3.11.7
conda activate platform_war

启用 GPU 加速（可选）

根据您的显卡版本安装对应的 CUDA 和 PyTorch（示例版本，请按需调整）：

conda install pytorch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 pytorch-cuda=12.1 -c pytorch -c nvidia

然后使用以下命令安装 FAISS 的 GPU 版本：

conda install -c conda-forge faiss-gpu

在项目目录下安装依赖（必选）

pip install -r requirements.txt

若前一步未安装 CUDA，需要将 embedding_model.py 中的：

model_kwargs={"device": "cuda"}

修改为：

model_kwargs={"device": "cpu"}

配置 API（必选）

该程序基于 moonshot-v1 模型实现，需要在 config.py 中填入从 Kimi 开放平台申请的 API Key 方可正常运行。

图谱提取

knowledgeGraphExtractor.py 可用于从指定格式的 JSON 文件中自动提取知识图谱。

在项目目录下新建 data 文件夹，放入需要提取的数据文件，命名为 result.json（或修改 knowledgeGraphExtractor.py 中的路径以使用其他文件名），然后运行 knowledgeGraphExtractor.py。

result.json 需遵循以下 JSON 格式：

{
  "item_id": {                 // 项目ID作为key
    "title": string,           // 标题
    "clusters": [              // 评论簇数组
      {
        "comments": [          // 评论内容数组
          string,
          ...
        ]
      }
    ]
  },
  "item_id": {
    "title": string,
    "clusters": [
      {
        "comments": [
          string,
          ...
        ]
      }
    ]
  },
  ...
}

平台辩论

从原始数据提取完知识图谱后，系统会在项目目录下生成相应的知识图谱数据库。

请将 platform_war.py、platform_war_UI.py 和 chat.py 中的 PLATFORM_NAME 和 PLATFORM_KNOWLEDGE_BASE 修改为对应的数据库名称和路径。

运行 platform_war.py 即可开始平台辩论。

预提取数据库

若想复现项目演示视频中的效果，可下载已准备好的三个平台的向量数据库：

百度网盘下载链接： https://pan.baidu.com/s/1Ki0Sym9dmM76e6ghR6P8jQ?pwd=j3ih 提取码: j3ih

Google Drive 下载链接： https://drive.google.com/drive/folders/1kaXPSTjVaI1LP9lPtu8XhCnqjgWVlajY?usp=sharing

使用方法： 解压缩并将 bilibili_knowledge_base、weibo_knowledge_base、zhihu_knowledge_base 三个文件夹放置在项目根目录下，随后运行 platform_war.py 即可。

已知问题

• UI 缺乏自适应能力，在不同尺寸窗口下可能存在显示不全或布局错位的问题。
• 对话轮次超出屏幕高度后，新对话可能会覆盖旧对话。

参考

微软 GraphRAG 项目：https://github.com/microsoft/graphrag