智能座舱知识图谱示例工程

本项目用于演示：在汽车智能座舱中，如何设计、搭建和使用知识图谱，让语音助手、场景推荐、车控联动、出行服务、故障问答具备更强的语义理解能力。

项目内容

• docs/智能座舱知识图谱建设计划.md：中文建设计划、业务场景、架构、实施路线。
• docs/知识图谱搭建流程.md：从本体设计、数据抽取、融合、存储到应用调用的完整流程。
• data/smart_cockpit_kg.json：智能座舱示例知识图谱数据。
• src/smart_cockpit_kg.py：纯 Python 标准库实现的图谱加载、查询、规则推理和场景推荐。
• src/kg_http_service.py：HTTP API 服务，将图谱能力封装为接口。
• examples/run_demo.py：可运行示例，展示自然语言指令解析、场景推荐、故障问答和影响分析。
• examples/api_client_demo.py：API 调用示例。
• tools/kg_quality_check.py：图谱质量检查工具。
• visualization/：本地知识图谱可视化页面。

快速运行

python3 examples/run_demo.py

启动知识图谱可视化

python3 serve_visualization.py

然后在浏览器打开：

http://127.0.0.1:8765/visualization/

可视化页面支持：

• 搜索实体：如“空调”“雨天”“胎压灯”。
• 按实体类型筛选：User、Device、Scene、Action、Fault 等。
• 按关系类型筛选：TRIGGERS、RECOMMENDS、CONTROLS、HAS_CAUSE 等。
• 拖拽节点、滚轮缩放、平移画布。
• 点击节点查看属性、别名、关联关系和应用提示。
• 一键聚焦“场景链路”或“故障链路”。

启动知识图谱 API 服务

python3 serve_api.py

默认地址：

http://127.0.0.1:8787

前端操作台：

http://127.0.0.1:8787/app/

打开这个前端后，你可以直接：

• 搜索实体。
• 点快捷按钮解析语音意图。
• 输入上下文推荐座舱场景。
• 解释故障提示。
• 分析某个设备或服务的影响范围。
• 查看右侧图谱关系网络。

API 示例：

GET  /health
GET  /summary
GET  /graph
GET  /entity/search?q=空调&limit=5
GET  /entity/device_ac
GET  /neighbors/device_ac?direction=both
POST /intent/resolve
POST /scene/recommend
POST /fault/explain
POST /impact/analyze

运行 API 调用示例：

python3 examples/api_client_demo.py

前端操作台包含：

• 图谱摘要状态栏。
• 实体搜索。
• 口语化指令快捷按钮。
• 场景推荐、故障解释、影响分析。
• 右侧图谱浏览器。
• 功能使用说明。

图谱质量检查

python3 tools/kg_quality_check.py

质量检查覆盖：

• 节点 ID 重复。
• 断裂关系。
• 孤立节点。
• 场景缺少触发条件或推荐动作。
• 动作缺少控制设备或 command。
• 故障缺少原因或处理建议。
• 设备缺少使用关系。

示例能力

当前样例支持：

• 用户偏好查询：空调温度、音乐偏好、常去地点。
• 车控语义映射：如“有点冷”“副驾有点热”“玻璃起雾了”。
• 场景推荐：通勤、雨天、夜间长途、暴晒上车、儿童乘车。
• 出行服务：根据用户常去地点和车辆状态生成导航/充电建议。
• 故障问答：解释胎压灯、空调不制冷、黄色警示灯等。
• 影响分析：某个系统或部件异常时，找出关联场景和功能。

适合扩展的方向

• 替换 JSON 存储为 Neo4j / NebulaGraph / JanusGraph。
• 接入车机实时信号：温度、湿度、车速、电量、座椅占用、车窗状态。
• 接入大模型：用知识图谱作为 GraphRAG 的结构化事实层。
• 接入语音 NLU：将用户自然语言解析为实体、意图和槽位。
• 接入车控执行层：将推荐动作转换为 CAN / SOA 服务调用。

🎉 增强版功能（NEW）

本项目现已提供增强版本，包含更强大的功能和改进的前端：

✨ 新增功能

• 🛣️ 路径分析：最短路径、所有路径、关系链分析
• 🔍 高级搜索：多维度过滤、排序、分页查询
• 📊 关系查询：按关系类型和深度进行关系查询
• 🧠 知识推理：规则推理、行动预测、实体相似性
• 📈 统计接口：节点和关系统计

🚀 快速体验增强版

# 启动增强版服务
python3 serve_api_enhanced.py

# 打开增强版前端
# http://127.0.0.1:8787/app/index_enhanced.html

# 运行功能测试
python3 examples/test_enhanced_api.py

📚 增强版文档

• QUICKSTART_ENHANCED.md - 5 分钟快速开始
• docs/功能增强说明.md - 详细 API 文档
• docs/数据扩展指南.md - 数据扩展方法

---

建议下一步

1. 补充真实车型能力表：设备、区域、可控参数、执行命令。
2. 把用户手册和维修 FAQ 抽取为故障知识。
3. 将 JSON 图谱导入 Neo4j 或 NebulaGraph。
4. 将 resolve_utterance 封装为接口，接入语音助手。
5. 将 recommend_scenes 接入车机实时上下文，形成主动场景推荐。
6. 接入大模型，让图谱查询结果作为回答依据。
7. 集成新的路径分析和推理功能到业务流程。