Skip to content

About

Fault_Tree_Assistant

Resources

Readme
Activity

Stars

1 star

Watchers

0 watching

Forks

0 forks
Report repository
BranchesTags

Repository files navigation

基于知识的工业设备故障树智能生成与辅助构建系统

目录

项目概述

本项目是一套面向高端制造运维场景的 "基于知识的工业设备故障树智能生成与辅助构建系统"。系统通过深度融合大语言模型（LLM）、知识图谱（Knowledge Graph）、RAG（检索增强生成）与 Drools 规则引擎，实现了从非结构化工业文档（设备手册、维修日志、技术报告等）中自动抽取故障逻辑、生成符合 FTA（Fault Tree Analysis）标准的故障树，并支持领域专家通过可视化界面进行交互式校验与修正。

核心设计理念

理念 说明
知识驱动 + 数据驱动 融合领域知识图谱的结构化约束与向量检索的文档证据，生成高质量故障树
人机协同 AI 自动生成初稿，专家可视化校验修正，形成持续优化的闭环
溯源可解释 每个故障事件节点均附带文档溯源证据，确保生成结果可追溯、可验证
微服务解耦 各功能模块独立部署，通过 RabbitMQ 异步解耦，保证高内聚低耦合

系统架构

整体架构图

系统采用 Spring Cloud 微服务 + Vue3 前端 + Python AI 服务 的三层架构，底层基础设施涵盖 Oracle、Neo4j、RabbitMQ、MinIO 和 Chroma 向量数据库。

graph TB
    subgraph 用户层["👤 用户层"]
        Browser["浏览器 (Vue3 + Element Plus)"]
    end

    subgraph 网关层["🚪 网关层 (:8089)"]
        Gateway["Gateway Service<br/>Spring Cloud Gateway<br/>统一鉴权 / 路由转发 / 限流"]
    end

    subgraph 业务服务层["📦 Java 业务服务层 (Spring Boot 3.2 + Spring Cloud Alibaba)"]
        Auth["Auth Service<br/>(:8086)<br/>用户认证 / JWT签发"]
        DocIngest["Document Ingest Service<br/>(:8091)<br/>文档上传 / 解析 / OCR"]
        KG["Knowledge Graph Service<br/>(:8092)<br/>Neo4j图谱构建与查询"]
        RuleValidation["Rule Validation Service<br/>(:8093)<br/>Drools规则引擎校验"]
        FTEditor["Fault Tree Editor Service<br/>(:8084)<br/>故障树CRUD / 版本管理 / 协作"]
        Feedback["Feedback Learning Service<br/>(:8085)<br/>专家反馈收集 / 模型优化触发"]
        VectorStore["Vector Store Service<br/>(:8090)<br/>向量元数据管理 / Oracle持久化"]
        LogService["Log Service<br/>(:8095)<br/>操作日志记录与审计"]
    end

    subgraph AI服务层["🤖 Python AI 服务层 (FastAPI + LangChain)"]
        RAG["RAG Generation Service<br/>(:8000)<br/>故障树生成 / 知识抽取 / 向量同步"]
        Chat["Chat Service<br/>(:8001)<br/>AI对话 / 流式响应"]
        Classification["Classification Service<br/>(:8002)<br/>文档分类"]
        Fusion["Fusion Service<br/>(:8003)<br/>多文档融合 / 冲突检测"]
        Evaluation["Evaluation Service<br/>(:8004)<br/>故障树质量评估"]
    end

    subgraph 基础设施层["🗄️ 基础设施层"]
        Oracle[("Oracle XE<br/>(:1521)<br/>业务数据存储")]
        Neo4j[("Neo4j<br/>(:7474/:7687)<br/>知识图谱存储")]
        RabbitMQ[("RabbitMQ<br/>(:5672/:15672)<br/>消息队列")]
        MinIO[("MinIO<br/>(:9000/:9001)<br/>对象存储")]
        Chroma[("Chroma DB<br/>向量存储与检索")]
        Nacos[("Nacos<br/>(:8848)<br/>配置中心 / 服务发现")]
    end

    Browser -->|"HTTP/REST"| Gateway
    Gateway -->|"路由转发"| Auth
    Gateway -->|"路由转发"| DocIngest
    Gateway -->|"路由转发"| KG
    Gateway -->|"路由转发"| RuleValidation
    Gateway -->|"路由转发"| FTEditor
    Gateway -->|"路由转发"| Feedback
    Gateway -->|"路由转发"| VectorStore
    Gateway -->|"路由转发"| LogService
    Gateway -->|"路由转发"| RAG
    Gateway -->|"路由转发"| Chat

    DocIngest -->|"异步消息"| RabbitMQ
    RAG -->|"异步消息"| RabbitMQ
    FTEditor -->|"异步消息"| RabbitMQ
    Feedback -->|"异步消息"| RabbitMQ

    Auth --> Oracle
    FTEditor --> Oracle
    Feedback --> Oracle
    VectorStore --> Oracle
    LogService --> Oracle
    KG --> Neo4j
    RAG --> Chroma
    RAG --> KG
    DocIngest --> MinIO
    RAG --> MinIO

    RAG -->|"Feign/HTTP调用"| DocIngest
    RAG -->|"HTTP调用"| VectorStore
    RAG -->|"HTTP调用"| KG

    Auth -.->|"服务注册/配置"| Nacos
    DocIngest -.->|"服务注册/配置"| Nacos
    KG -.->|"服务注册/配置"| Nacos
    RuleValidation -.->|"服务注册/配置"| Nacos
    FTEditor -.->|"服务注册/配置"| Nacos
    Feedback -.->|"服务注册/配置"| Nacos
    VectorStore -.->|"服务注册/配置"| Nacos
    LogService -.->|"服务注册/配置"| Nacos
    Gateway -.->|"服务注册/配置"| Nacos

    style 用户层 fill:#e1f5fe,stroke:#0288d1
    style 网关层 fill:#fff3e0,stroke:#f57c00
    style 业务服务层 fill:#e8f5e9,stroke:#388e3c
    style AI服务层 fill:#fce4ec,stroke:#c62828
    style 基础设施层 fill:#f3e5f5,stroke:#7b1fa2
Loading

技术架构分层

graph LR
    subgraph 表现层
        A[Vue 3 + Vite] --> B[Element Plus UI]
        A --> C[ECharts 可视化]
        A --> D[SVG 交互编辑]
        A --> E[WebSocket 实时通信]
    end

    subgraph 网关层
        F[Spring Cloud Gateway] --> G[JWT 鉴权]
        F --> H[路由转发]
        F --> I[限流熔断]
    end

    subgraph 业务逻辑层
        J[Spring Boot 3.2] --> K[MyBatis-Plus]
        J --> L[Spring Data Neo4j]
        J --> M[Drools 规则引擎]
        J --> N[Spring Cloud Alibaba]
    end

    subgraph AI计算层
        O[FastAPI] --> P[LangChain]
        O --> Q[FAISS / Chroma]
        O --> R[LLM Client]
        O --> S[Semantic Chunker]
    end

    subgraph 数据层
        T[(Oracle)]
        U[(Neo4j)]
        V[(Chroma)]
        W[(MinIO)]
    end

    表现层 --> 网关层 --> 业务逻辑层
    业务逻辑层 --> 数据层
    AI计算层 --> 数据层
    网关层 --> AI计算层

    style 表现层 fill:#e1f5fe,stroke:#0288d1
    style 网关层 fill:#fff3e0,stroke:#f57c00
    style 业务逻辑层 fill:#e8f5e9,stroke:#388e3c
    style AI计算层 fill:#fce4ec,stroke:#c62828
    style 数据层 fill:#f3e5f5,stroke:#7b1fa2
Loading

微服务交互关系

各服务之间主要通过以下三种方式通信：

通信方式 适用场景 示例
RabbitMQ 异步消息 长耗时任务、跨服务事件通知 文档解析完成 → 通知向量同步 / 知识抽取
Feign / HTTP 同步调用 实时数据查询、服务间直接依赖 RAG 服务查询文档内容 → 调用 Document Ingest Service
Nacos 服务发现 动态服务注册与发现 Gateway 通过 Nacos 发现所有后端服务实例

核心功能

功能总览

功能模块 说明 涉及服务
故障树 AI 智能生成 基于上传文档 + 知识图谱模板，通过 RAG + LLM 自动生成符合 FTA 标准的故障树 RAG Service, KG Service, Vector Store
可视化编辑与校验 提供 SVG 图形化拖拽编辑界面，支持节点增删、逻辑门修改、位置调整等操作 FT Editor Service, Rule Validation Service
知识图谱管理 基于 Neo4j 构建 ISO 13379 标准故障本体，预加载事件模板，支持动态扩展 KG Service
文档处理与融合 支持 PDF/DOCX/TXT 格式文档上传，执行 OCR、语义分块、元数据提取、多文档融合 Document Ingest Service, Fusion Service
规则引擎校验 基于 Drools 的故障树逻辑合规校验（循环依赖检测、逻辑门输入数校验、事件类型校验等） Rule Validation Service
反馈学习闭环 收集专家修正操作反馈，周期性触发 AI 模型优化 Feedback Learning Service
AI 智能助手 支持流式对话交互，可关联故障树和文档进行上下文问答 Chat Service
用户认证与审计 JWT 认证授权，用户隔离，全链路操作日志审计 Auth Service, Log Service

故障树AI生成流程

这是系统最核心的功能流程，展示了从用户输入顶事件到生成完整故障树的完整数据流：

sequenceDiagram
    actor User as 👤 用户
    participant FE as Vue3 前端
    participant GW as Gateway (:8089)
    participant RAG as RAG Service (:8000)
    participant Doc as Document Ingest (:8091)
    participant KG as Knowledge Graph (:8092)
    participant VS as Vector Store (:8090)
    participant Chroma as Chroma DB
    participant LLM as 大模型 (百炼API)
    participant FTE as FT Editor (:8084)

    User->>FE: 输入顶事件 + 选择参考文档
    FE->>GW: POST /api/v1/rag/generate
    GW->>RAG: 转发生成请求

    Note over RAG: 步骤1: 获取文档内容
    RAG->>Doc: GET /api/v1/documents/{docId}/content
    Doc-->>RAG: 返回文档段落列表

    Note over RAG: 步骤1.5: 多文档融合
    RAG->>RAG: FusionEngine.fuse()<br/>段落聚类 + 冲突检测 + 自动融合

    Note over RAG: 步骤2: 获取知识图谱模板
    RAG->>KG: POST /api/v1/kg/query-template
    KG->>KG: Neo4j 查询匹配模板
    KG-->>RAG: 返回领域模板(故障模式/事件规则/因果链)

    Note over RAG: 步骤2.5: 向量检索相关证据
    RAG->>Chroma: 语义检索 top_k=15
    Chroma-->>RAG: 返回相似段落 + 元数据

    Note over RAG: 步骤3: 构建混合提示词
    RAG->>RAG: HybridFaultTreeGenerator<br/>知识约束 + 文档证据 + 用户偏好<br/>→ 组装 Prompt

    Note over RAG: 步骤4: 调用大模型生成
    RAG->>LLM: POST 混合提示词
    LLM-->>RAG: 返回故障树 JSON

    Note over RAG: 步骤5: 后处理
    RAG->>RAG: 解析JSON → FaultTreeSchema<br/>驼峰命名转换<br/>填充溯源信息 (sourceDetail)<br/>置信度计算

    Note over RAG: 步骤6: 知识图谱校验
    RAG->>KG: 校验事件分类/逻辑门合理性
    KG-->>RAG: 返回校验结果

    RAG-->>GW: 返回 taskId (异步)
    GW-->>FE: taskId

    loop 轮询任务状态
        FE->>GW: GET /api/v1/rag/tasks/{taskId}
        GW->>RAG: 查询任务状态
        RAG-->>GW: status + faultTree JSON
        GW-->>FE: 故障树数据
    end

    FE->>FE: SVG 渲染故障树
    FE-->>User: 可视化展示故障树

    opt 用户确认保存
        User->>FE: 点击"保存"
        FE->>GW: POST /api/v1/fault-trees
        GW->>FTE: 保存故障树到 Oracle
        FTE-->>GW: 保存成功
        GW-->>FE: 故障树 ID
    end
Loading

混合生成策略

生成器支持两种模式：

模式 说明 适用场景
single_pass（默认） 单次调用 LLM 生成完整故障树 中小规模故障树（<50 个节点）
recursive 递归分批次生成，逐层分解中间事件 复杂大规模故障树（>50 个节点）

文档摄入与向量同步流程

sequenceDiagram
    actor User as 👤 用户
    participant FE as Vue3 前端
    participant GW as Gateway
    participant Doc as Document Ingest (:8091)
    participant MinIO as MinIO
    participant RAG as RAG Service (:8000)
    participant Chroma as Chroma DB
    participant VS as Vector Store (:8090)
    participant Oracle as Oracle
    participant KG as Knowledge Graph

    User->>FE: 上传文档 (PDF/DOCX/TXT)
    FE->>GW: POST /api/v1/documents/upload
    GW->>Doc: 转发文档

    Doc->>Doc: 文档解析<br/>- OCR (PDF图像页)<br/>- 文本提取<br/>- 段落切分
    Doc->>MinIO: 存储原始文件

    Note over Doc: 语义分块处理
    Doc->>RAG: POST /api/v1/rag/sync-vector<br/>(向量同步)
    RAG->>RAG: SemanticChunker<br/>智能语义分块<br/>(chunk_size=500, overlap=100)
    RAG->>Chroma: 存储向量嵌入<br/>(按 userId 隔离)

    Note over RAG: 知识抽取
    RAG->>RAG: KnowledgeExtractor<br/>从段落中抽取:<br/>- 故障事件<br/>- 因果关系
    RAG->>KG: enrich_knowledge_batch()<br/>保存到 Neo4j 知识图谱

    Note over RAG: Oracle 元数据备份
    RAG->>VS: POST /api/v1/vector/process
    VS->>Oracle: 持久化段落元数据<br/>(document_metadata, paragraph_metadata)

    RAG-->>Doc: 同步完成
    Doc-->>GW: 上传成功 + docId
    GW-->>FE: 文档信息
    FE-->>User: 文档列表更新
Loading

规则校验流程

系统通过 Drools 规则引擎 对故障树进行结构化校验，确保逻辑合规：

flowchart TD
    A(["用户触发校验"]) --> B["POST /api/v1/validation/validate"]
    B --> C["RuleValidationService<br/>加载 Drools 规则引擎"]
    C --> D{"遍历故障树节点"}

    D --> R1["规则1: 循环依赖检测<br/>Check Cyclic Dependency"]
    D --> R2["规则2: 顶事件校验<br/>Check Single Top Event"]
    D --> R3["规则3: 底事件子节点校验<br/>Check Basic Event Has Children"]
    D --> R4["规则4: AND/OR 门输入数<br/>Check AND/OR Gate Input Count"]
    D --> R5["规则5: XOR 门输入数<br/>Check XOR Gate Input Count"]
    D --> R6["规则6: NOT 门输入数<br/>Check NOT Gate Input Count"]
    D --> R7["规则7: 事件类型非空<br/>Check Event Type Not Null"]
    D --> R8["规则8: 中间事件必有门<br/>Check Intermediate Event Has Gate"]
    D --> R9["规则9: 事件名非空<br/>Check Event Name Not Empty"]
    D --> R10["规则10: 重复ID检测<br/>Check Duplicate Event IDs"]

    R1 --> E{"校验通过?"}
    R2 --> E
    R3 --> E
    R4 --> E
    R5 --> E
    R6 --> E
    R7 --> E
    R8 --> E
    R9 --> E
    R10 --> E

    E -->|"全部通过"| F["返回校验通过<br/>+ 优化建议"]
    E -->|"发现问题"| G["返回错误列表<br/>含错误码+修复建议"]

    F --> H(["前端展示结果"])
    G --> H
Loading

Drools 规则说明

规则 错误码 检测内容
Check Cyclic Dependency CYCLE_DETECTED 故障树是否存在循环引用（如 A→B→A）
Check Single Top Event MULTIPLE_TOP_EVENTS 根节点必须是 TOP 类型事件
Check Basic Event Has Children BASIC_EVENT_HAS_CHILDREN 底事件不能有子节点
Check AND/OR Gate Input Count INSUFFICIENT_INPUTS AND/OR 门至少需要 2 个输入
Check XOR Gate Input Count INSUFFICIENT_XOR_INPUTS XOR 门至少需要 2 个互斥输入
Check NOT Gate Input Count INVALID_NOT_GATE_INPUTS NOT 门必须有且仅有 1 个输入
Check Event Type Not Null MISSING_EVENT_TYPE 每个节点必须有事件类型
Check Intermediate Event Has Gate MISSING_GATE_TYPE 有子节点的中间事件必须指定逻辑门
Check Event Name Not Empty EMPTY_EVENT_NAME 事件名称不能为空
Check Duplicate Event IDs DUPLICATE_EVENT_ID 事件 ID 必须全局唯一

专家反馈学习流程

sequenceDiagram
    actor Expert as 👤 领域专家
    participant FE as Vue3 前端
    participant GW as Gateway
    participant FB as Feedback Service (:8085)
    participant Oracle as Oracle
    participant RAG as RAG Service

    Expert->>FE: 在编辑界面修正故障树节点<br/>(修改事件名/逻辑门/添加节点等)
    FE->>GW: 提交修正操作
    GW->>FB: POST /api/v1/feedback

    FB->>Oracle: 存储反馈记录<br/>- 修正前/后数据对比<br/>- 修正类型<br/>- 修正原因

    Note over FB: 周期性触发

    Expert->>FE: 管理员触发模型优化
    FE->>GW: POST /api/v1/feedback/optimize-models
    GW->>FB: 触发优化

    FB->>Oracle: 查询历史反馈数据
    FB->>FB: 数据聚合分析<br/>- 高频修正模式识别<br/>- 置信度调整<br/>- 规则优化建议

    FB->>RAG: 发送优化信号<br/>(调整生成参数/提示词模板)
    RAG-->>FB: 确认更新

    FB-->>GW: 优化结果报告
    GW-->>FE: 展示优化统计
Loading

AI助手对话流程

sequenceDiagram
    actor User as 👤 用户
    participant FE as Vue3 前端
    participant GW as Gateway
    participant Chat as Chat Service (:8001)
    participant DB as Oracle (Session)
    participant Doc as Document Ingest
    participant LLM as 大模型

    User->>FE: 打开 AI 助手
    FE->>GW: GET /api/v1/chat/sessions/user/{userId}
    GW->>Chat: 查询历史会话
    Chat->>DB: 查询会话列表
    DB-->>Chat: 会话数据
    Chat-->>FE: 会话列表

    opt 关联故障树/文档
        User->>FE: 关联当前故障树
        FE->>GW: POST /api/v1/chat/link/tree
        GW->>Chat: 建立会话-故障树关联
        User->>FE: 关联参考文档
        FE->>GW: POST /api/v1/chat/link/document
        GW->>Chat: 建立会话-文档关联
    end

    User->>FE: 输入问题
    FE->>GW: POST /api/v1/chat/chat/stream (SSE)
    GW->>Chat: 转发流式请求

    Chat->>Chat: 获取上下文<br/>- 关联故障树结构<br/>- 关联文档内容
    Chat->>LLM: 发送上下文 + 问题
    LLM-->>Chat: 流式响应 (SSE)

    loop 流式返回
        Chat-->>GW: data: {token, ...}
        GW-->>FE: SSE data chunk
        FE->>FE: 逐字渲染
    end

    Chat->>DB: 保存对话历史
    FE-->>User: 显示完整回答
Loading

技术栈

后端（Java）

技术 版本 用途
Java 17 运行环境
Spring Boot 3.2.0 应用框架
Spring Cloud 2023.0.0 微服务治理
Spring Cloud Alibaba 2023.0.3.4 Nacos 集成
Spring Cloud Gateway - API 网关
Spring Data Neo4j - 图数据库操作
MyBatis-Plus - ORM 框架
Drools - 规则引擎
Oracle JDBC - 数据库驱动
RabbitMQ 3.12 消息队列
Lombok - 代码简化

前端

技术 用途
Vue 3 (Composition API) 前端框架
Vite 构建工具
Element Plus UI 组件库
ECharts 数据可视化
SVG (原生) 故障树交互式绘制
Axios HTTP 客户端
Fetch API (SSE) AI 助手流式响应
WebSocket 实时协作通信

AI 服务（Python）

技术 用途
Python 3.10+ 运行环境
FastAPI + Uvicorn API 服务框架
LangChain LLM 应用编排
FAISS / Chroma 向量存储与检索
Pydantic 数据模型校验
NumPy 向量计算
python-dotenv 环境变量管理

基础设施

技术 版本 用途
Oracle XE 18.4.0 关系型数据库
Neo4j 4.4.17 图数据库（知识图谱）
RabbitMQ 3.12-management 消息队列
MinIO latest 对象存储
Chroma - 向量数据库
Nacos 2.2.3 配置中心 / 服务发现
Docker + Compose 20.10+ 容器化部署

项目结构

Fault_Tree_Assistant/
│
├── backend/                              # Java 后端微服务 (Spring Boot 3.2)
│   ├── pom.xml                           #   父 POM，统一依赖管理
│   ├── common-core/                      #   🔧 共享核心库 (DTO/Enum/Utils)
│   ├── gateway-service/                  #   🚪 API 网关 (:8089)
│   │   └── src/main/java/.../gateway/    #      路由配置 / JWT 鉴权 / 限流
│   ├── auth-service/                     #   🔐 认证服务 (:8086)
│   │   └── src/main/java/.../auth/       #      登录注册 / JWT 签发 / 用户管理
│   ├── document-ingest-service/          #   📄 文档摄入服务 (:8091)
│   │   └── src/main/java/.../document/   #      文档上传解析 / OCR / 段落切分
│   ├── knowledge-graph-service/          #   🧠 知识图谱服务 (:8092)
│   │   └── src/main/java/.../knowledge/  #      Neo4j 图谱 CRUD / ISO 13379 模板
│   ├── rule-validation-service/          #   ✅ 规则校验服务 (:8093)
│   │   ├── src/main/java/.../validation/ #      Drools 引擎 / 校验控制器
│   │   └── src/main/resources/rules/     #      fault-tree-validation.drl (10条规则)
│   ├── fault-tree-editor-service/        #   🌳 故障树编辑服务 (:8084)
│   │   ├── src/main/java/.../editor/     #      故障树 CRUD / 版本管理 / 协作状态
│   │   └── src/main/resources/mapper/    #      MyBatis XML 映射
│   ├── feedback-learning-service/        #   🔄 反馈学习服务 (:8085)
│   │   └── src/main/java/.../feedback/   #      反馈收集 / 聚合分析 / 模型优化触发
│   ├── vector-store-service/             #   📊 向量存储服务 (:8090)
│   │   └── src/main/java/.../vector/     #      向量元数据管理 / Oracle 持久化
│   ├── log-service/                      #   📝 日志服务 (:8095)
│   │   └── src/main/java/.../log/        #      操作日志记录 / 审计查询
│   └── Dockerfile.*                      #   各服务 Docker 构建文件
│
├── frontend/                             # 🖥️ Vue3 前端
│   ├── src/
│   │   ├── views/                        #   页面视图
│   │   │   ├── Home.vue                  #      首页（系统概览 + 统计）
│   │   │   ├── Login.vue                 #      登录注册
│   │   │   ├── FaultTree.vue             #      故障树列表管理
│   │   │   ├── FaultTreeEdit.vue         #      故障树编辑器（核心页面）
│   │   │   ├── Document.vue              #      文档上传与管理
│   │   │   ├── KnowledgeGraph.vue        #      知识图谱可视化（ECharts）
│   │   │   ├── AIAssistant.vue           #      AI 对话助手（流式响应）
│   │   │   └── Feedback.vue              #      反馈管理
│   │   ├── components/                   #   可复用组件
│   │   │   ├── SVGFaultTree.vue          #      SVG 故障树绘制引擎（核心组件）
│   │   │   ├── FaultTreeChart.vue        #      ECharts 故障树图表
│   │   │   ├── NodeEditorDialog.vue      #      节点编辑弹窗
│   │   │   ├── SourceDetail.vue          #      溯源详情面板
│   │   │   └── ValidationResult.vue      #      校验结果展示
│   │   ├── api/index.js                  #   API 接口封装（全模块）
│   │   ├── router/index.js               #   路由配置 + 权限守卫
│   │   ├── App.vue                       #   根组件
│   │   └── main.js                       #   应用入口
│   ├── svg/                              #   SVG 逻辑门图标
│   ├── index.html
│   ├── vite.config.js
│   └── Dockerfile
│
├── python-service/                       # 🤖 Python AI 服务集群
│   ├── main.py                           #   服务集群统一启动入口
│   ├── requirements.txt                  #   Python 依赖
│   │
│   ├── rag_generation_service/           #   ⭐ RAG 生成服务 (:8000)
│   │   ├── rag_api.py                    #      FastAPI 主入口（故障树生成/向量同步）
│   │   ├── rag_mq_service.py             #      RabbitMQ 消息消费
│   │   ├── rag_service/                  #      RAG 核心逻辑
│   │   │   ├── hybrid_generator.py       #        知识+数据混合生成器
│   │   │   ├── fault_tree_generator.py   #        故障树解析与构造
│   │   │   ├── recursive_generator.py    #        递归分批次生成器
│   │   │   ├── llm_client.py             #        大模型 API 客户端（百炼）
│   │   │   ├── vector_retriever.py       #        向量检索器
│   │   │   ├── vector_store.py           #        向量库后端管理（Chroma）
│   │   │   ├── knowledge_extractor.py    #        知识抽取器
│   │   │   ├── knowledge_graph_client.py #        图谱客户端
│   │   │   └── semantic_chunker.py       #        语义分块器
│   │   ├── Dockerfile
│   │   └── requirements.txt
│   │
│   ├── chat_service/                     #   💬 AI 对话服务 (:8001)
│   │   ├── chat_api.py                   #      对话 API（SSE 流式）
│   │   ├── llm_client.py                 #      LLM 客户端
│   │   ├── session_repository.py         #      会话持久化
│   │   └── db_utils.py                   #      数据库工具
│   │
│   ├── classification_service/           #   🏷️ 文档分类服务 (:8002)
│   │   └── classification_api.py
│   │
│   ├── fusion_service/                   #   🔗 数据融合服务 (:8003)
│   │   └── fusion_api.py
│   │
│   ├── evaluation_service/               #   📏 质量评估服务 (:8004)
│   │   └── evaluation_api.py
│   │
│   └── industrial_fta_common/            #   📚 Python 共享库
│       ├── prompts/                      #      提示词模板库
│       │   ├── prompt_loader.py          #        统一 Prompt 加载器
│       │   ├── fault_tree_generation.py  #        故障树生成模板
│       │   ├── event_type_rules.py       #        事件类型规则
│       │   ├── basic_event_keywords.py   #        底事件关键词库
│       │   ├── logic_gate_rules.py       #        逻辑门规则
│       │   ├── fewshot_examples.py       #        Few-shot 示例
│       │   └── ...
│       ├── fusion/                       #      融合引擎
│       │   ├── fusion_engine.py          #        核心融合引擎
│       │   ├── paragraph_cluster.py      #        段落聚类
│       │   ├── conflict_detector.py      #        冲突检测
│       │   └── document_classifier.py    #        文档分类
│       ├── evaluation/                   #      评估模块
│       │   ├── fault_tree_evaluator.py   #        故障树质量评估
│       │   └── gold_standard.py          #        Gold Standard
│       └── fault_tree_schema.py          #      故障树 Pydantic 数据模型
│
├── sql/                                  # 🗃️ 数据库初始化脚本
│   ├── sql_new.sql                       #   Oracle 表结构
│   └── neo4j_init_extended.cypher        #   Neo4j 知识图谱初始化
│
├── image/                                # 🖼️ 架构图/流程图资源
│   └── ...
│
├── docker-compose.yml                    # 🐳 Docker Compose 编排文件
├── .env.example                          #   环境变量示例
├── DEPLOYMENT.md                         #   详细部署指南
└── README.md                             #   本文档

快速开始

Docker Compose 一键部署

完整的部署指南请查看 DEPLOYMENT.md

环境要求

资源 推荐配置 最小配置
CPU 8 核 4 核
内存 16GB+ 8GB
存储 50GB+ 20GB
Docker 20.10+ 20.10+
Docker Compose 2.0+ 2.0+

部署步骤

# 1. 进入项目根目录
cd Fault_Tree_Assistant

# 2. 配置环境变量
cp .env.example .env
# 编辑 .env 文件，必须配置 AI API 密钥：
#   BAILIAN_API_KEY=your_actual_api_key

# 3. 启动所有服务（首次需构建镜像，约 5-10 分钟）
docker-compose up -d --build

# 4. 查看服务状态
docker-compose ps

# 5. 查看日志（可按服务名过滤）
docker-compose logs -f
docker-compose logs -f rag-generation-service

服务访问地址

服务 地址 默认凭据
前端界面 http://localhost:3000 -
API 网关 http://localhost:8089 -
Nacos 控制台 http://localhost:8848/nacos nacos / nacos
RabbitMQ 管理 http://localhost:15672 guest / guest
Neo4j 浏览器 http://localhost:7474 neo4j / password
MinIO 控制台 http://localhost:9001 minioadmin / minioadmin

后端服务 API

服务 端口 API 路径 说明
Auth Service 8086 /api/v1/auth 用户认证
Document Ingest 8091 /api/v1/documents 文档管理
Knowledge Graph 8092 /api/v1/kg 知识图谱
Rule Validation 8093 /api/v1/validation 规则校验
Fault Tree Editor 8084 /api/v1/fault-trees 故障树 CRUD
Feedback Learning 8085 /api/v1/feedback 反馈学习
Vector Store 8090 /api/v1/vector 向量元数据
RAG Generation 8000 /api/v1/rag AI 故障树生成
Chat Service 8001 /api/v1/chat AI 对话助手
Log Service 8095 /api/v1/logs 审计日志

常用运维命令

# 停止所有服务（保留数据卷）
docker-compose down

# 停止并清除数据
docker-compose down -v

# 重启特定服务
docker-compose restart rag-generation-service

# 查看服务资源占用
docker stats

# 进入容器调试
docker exec -it fta-rag-generation-service bash
docker exec -it fta-gateway-service sh

本地开发部署

Java 后端

cd backend
./mvnw clean package -DskipTests
java -jar gateway-service/target/gateway-service-1.0.0.jar
# ... 依次启动其他服务

Vue3 前端

cd frontend
npm install
npm run dev
# 开发服务器默认 http://localhost:5173

Python AI 服务

cd python-service
pip install -r requirements.txt
pip install -e ./industrial_fta_common
cd rag_generation_service
pip install -r requirements.txt

# 启动单个服务
python rag_api.py            # RAG 生成服务 (:8000)

# 或启动全部服务集群
cd ..
python main.py               # 启动全部 5 个 Python 服务

API 接口说明

前端 API 模块一览

API 模块 主要接口 说明
authAPI login, register 用户认证
documentAPI upload, getDocumentList, deleteDocument 文档管理
faultTreeAPI getAll, getById, create, update, delete, addNode, updateNode, deleteNode, moveNode 故障树 CRUD + 节点操作
validationAPI validate 故障树逻辑校验
ragAPI generate, getTaskStatus, getEvidence, getParagraphWithContext AI 故障树生成与溯源
chatAPI createSession, chat, chatStream, linkTree, linkDocument AI 对话（含流式 SSE）
knowledgeGraphAPI getData, queryTemplate, enrich, initialize 知识图谱管理
vectorAPI search, searchWithEvidence 向量检索
feedbackAPI create, getAll, processBatch, optimizeModels 反馈管理
statsAPI getDashboardStats 仪表盘统计

配置说明

关键环境变量

变量名 说明 默认值 必填
BAILIAN_API_KEY 阿里云百炼 API Key - ✅
BAILIAN_API_URL 百炼 API 地址 - ✅
LLM_MODEL 大模型名称 qwen-max -
LLM_TEMPERATURE 生成温度 (0-1) 0.7 -
LLM_MAX_TOKENS 最大 Token 数 8192 -
ORACLE_PASSWORD Oracle 密码 123456 🔒生产必改
NEO4J_PASSWORD Neo4j 密码 password 🔒生产必改
JWT_SECRET JWT 签名密钥 - 🔒生产必改
VECTOR_BACKEND 向量后端 (chroma) chroma -
SIMILARITY_THRESHOLD 相似度阈值 0.7 -
CHUNK_SIZE 语义分块大小 500 -
CHUNK_OVERLAP 分块重叠大小 100 -

Docker Compose 端口映射

服务 容器端口 主机端口 协议
frontend 80 3000 HTTP
gateway-service 8089 8089 HTTP
auth-service 8086 8086 HTTP
document-ingest-service 8091 8091 HTTP
knowledge-graph-service 8092 8092 HTTP
rule-validation-service 8093 8093 HTTP
fault-tree-editor-service 8084 8084 HTTP
feedback-learning-service 8085 8085 HTTP
vector-store-service 8090 8090 HTTP
log-service 8095 8095 HTTP
rag-generation-service 8000 8000 HTTP
rabbitmq 5672/15672 5672/15672 AMQP/HTTP
oracle 1521 1521 TCP
neo4j 7474/7687 7474/7687 HTTP/Bolt
nacos 8848/9848 8848/9848 HTTP/gRPC

开发指南

后端开发

  1. 进入 backend 目录
  2. 运行 ./mvnw clean package 构建所有服务
  3. 运行 java -jar <service>/target/<service>-1.0.0.jar 启动单个服务
  4. 各服务通过 application.yml 配置数据源、消息队列等

前端开发

  1. 进入 frontend 目录
  2. 运行 npm install 安装依赖
  3. 运行 npm run dev 启动开发服务器
  4. 修改 vite.config.js 中的代理配置指向后端

Python AI 服务开发

  1. 进入 python-service 目录
  2. 运行 pip install -r requirements.txt 安装依赖
  3. 运行 pip install -e ./industrial_fta_common 安装共享库
  4. 运行 python rag_generation_service/rag_api.py 启动 RAG 服务
  5. 核心 Prompt 模板位于 industrial_fta_common/prompts/

添加新规则

在 backend/rule-validation-service/src/main/resources/rules/fault-tree-validation.drl 中定义新的 Drools 规则：

rule "Your New Rule Name"
    when
        $node : FaultTreeDTO(/* 条件 */)
    then
        AddError.addError("ERROR_CODE", $node.getEventId(), 
            "错误描述", "错误分类", "修复建议", errors);
end

故障排除

常见问题

问题 可能原因 解决方案
Oracle 启动超时 首次初始化慢 等待 5-10 分钟，观察 docker-compose logs oracle
端口被占用 已有服务占用 netstat -ano | findstr :8080，修改 docker-compose.yml 端口映射
内存不足 (OOM) 资源配置过高 降低 docker-compose.yml 中各服务的 deploy.resources.limits
AI API 调用失败 API Key 错误 检查 .env 中 BAILIAN_API_KEY 是否正确
故障树生成失败 RAG 服务未就绪 等待 docker-compose logs rag-generation-service 显示 healthy
Neo4j 连接失败 密码不匹配 检查 NEO4J_PASSWORD 环境变量
前端无法访问后端 CORS / 代理配置 检查 vite.config.js 中的 proxy 配置
Nacos 服务未注册 Nacos 未启动 确认 Nacos 健康检查通过

健康检查

# Docker 服务状态
docker-compose ps

# Java 服务健康检查
curl http://localhost:8089/actuator/health  # Gateway
curl http://localhost:8086/actuator/health  # Auth

# Python 服务健康检查
curl http://localhost:8000/health           # RAG
curl http://localhost:8001/health           # Chat

# 前端健康检查
curl http://localhost:3000/health

许可证

本项目采用 MIT 许可证。

About

Fault_Tree_Assistant

Resources

Readme
Activity

Stars

1 star

Watchers

0 watching

Forks

0 forks
Report repository

Releases

Packages

Contributors

Languages