WindRAG 是一个面向风力发电领域的智能故障诊断问答系统，采用**检索增强生成（RAG）**架构，融合向量语义检索、BM25关键词检索和知识图谱结构检索三种策略，实现高质量的风电领域知识问答。
- 🔀 自适应混合检索 — 根据查询特征动态调整向量检索与BM25检索的融合权重
- 🕸️ 知识图谱增强 — 基于embedding语义匹配的知识图谱查询，解决同义词问题
- 🔄 模型池管理 — 线程安全的多LLM自动切换，支持失败冷却与优雅降级
- 🇨🇳 中文深度优化 — jieba分词、中文向量模型、领域术语识别
- 🛡️ 高鲁棒性 — 异常输入、并发查询、LLM不可用等场景全部测试通过
系统采用四层架构设计：
| 层级 | 功能 | 关键技术 |
|---|---|---|
| 数据层 | 多源异构数据整合 | 故障案例/技术文档/运维手册/问答对 |
| 索引层 | 三种互补索引 | 向量索引 · BM25索引 · 知识图谱 |
| 检索层 | 多策略融合检索 | 自适应α融合 · 语义重排序 · 图谱增强 |
| 生成层 | 鲁棒答案生成 | 模型池管理 · LLM生成 · 模板降级 |
其中
| 查询特征 | 推荐α值 | 含义 |
|---|---|---|
| 含标准编号 (ISO/GB) | 0.3 | BM25精确匹配更重要 |
| 含数值规格 (mm/℃) | 0.4 | 精确数值检索更关键 |
| 术语密集 (≥3个) | 0.5 | BM25召回效果好 |
| 维护操作类 | 0.6 | 语义+关键词均衡 |
| 故障诊断类 | 0.7 | 语义理解更重要 |
| 性能优化类 | 0.75 | 语义理解为主 |
| 系统原理类 | 0.8 | 纯语义理解 |
- 162个节点：12个部件节点 + 30+故障节点 + 维护操作节点
- 160条边：
HAS_FAULT（部件→故障）+REQUIRES（部件→维护操作） - 语义查询：基于embedding余弦相似度匹配，阈值τ=0.5
| 指标 | 长时间运行(50次) | 并发查询(15次) |
|---|---|---|
| 成功率 | 100% | 100% |
| 平均响应时间 | 0.65s | 2.59s |
| 异常输入类型 | 成功 | 响应时间 |
|---|---|---|
| 空输入 | ✓ | 0.66s |
| 超长输入 | ✓ | 0.82s |
| 特殊字符 | ✓ | 0.62s |
| 乱码 | ✓ | 0.62s |
| 英文输入 | ✓ | 0.61s |
| 混合输入 | ✓ | 0.64s |
| 数据类型 | 数量 |
|---|---|
| 故障案例 | 30 |
| 技术文档 | 10 |
| 运维手册 | 10 |
| 问答对 | 10 |
| 覆盖部件 | 12 |
| 故障类型 | 30 |
| 知识图谱节点 | 162 |
- Python 3.10+
- 2GB+ 内存（向量模型加载）
git clone https://github.com/your-username/WindRAG.git
cd WindRAG
pip install -r requirements.txt创建 config.env 文件：
# ModelScope API（可选，不配置则使用模板生成）
MODELSCOPE_API_KEY=your_api_key_here
MODELSCOPE_MODELS=Qwen/Qwen2.5-7B-Instruct:1,Qwen/Qwen2.5-72B-Instruct:2
# 禁用LLM（仅使用模板生成）
DISABLE_LLM=false# 1. 数据预处理
python src/data_processing.py
# 2. 构建向量+BM25索引
python src/build_index.py
# 3. 构建知识图谱
python src/knowledge_graph.py
# 4. 训练自适应融合模型（可选）
python src/generate_training_data.py
python src/adaptive_fusion.pypython src/gradio_app.py
# 访问 http://localhost:7865from src.run_rag import WindTurbineRAG
rag = WindTurbineRAG()
result = rag.query("齿轮箱温度过高怎么处理？")
print(result["answer"])WindRAG/
├── src/ # 核心源码
│ ├── run_rag.py # RAG系统主程序
│ ├── data_processing.py # 数据预处理
│ ├── build_index.py # 索引构建（向量+BM25）
│ ├── knowledge_graph.py # 知识图谱构建与查询
│ ├── model_manager.py # 线程安全模型池管理
│ ├── adaptive_fusion.py # 自适应检索融合
│ ├── query_features.py # 查询特征提取
│ ├── evaluation.py # 评估模块
│ ├── system_validation.py # 系统验证
│ ├── ablation_experiment.py # 消融实验
│ ├── gradio_app.py # Web界面
│ └── query_models.py # 模型可用性查询
├── data/ # 数据目录
│ ├── raw/ # 原始数据
│ ├── synthetic/ # 合成数据
│ └── processed/ # 处理后数据+索引
├── docs/ # 文档与图片
│ └── images/ # 科研绘图
├── config.env # 环境配置
├── requirements.txt # 依赖
└── README.md # 本文件
| 模块 | 技术 | 说明 |
|---|---|---|
| 向量模型 | text2vec-base-chinese | 768维中文文本向量 |
| 中文分词 | jieba | 搜索模式分词 |
| BM25 | rank-bm25 | Okapi BM25 |
| 向量计算 | numpy | L2归一化余弦相似度 |
| LLM API | OpenAI兼容接口 | ModelScope API |
| Web界面 | Gradio | 交互式问答 |
| 知识图谱 | 自研轻量级实现 | 无需图数据库 |
| 模型管理 | 自研ModelManager | 线程安全+自动切换 |
| 自适应融合 | MLP+规则先验 | 查询感知权重预测 |
欢迎贡献！请遵循以下步骤：
- Fork 本仓库
- 创建功能分支 (
git checkout -b feature/amazing-feature) - 提交更改 (
git commit -m 'Add amazing feature') - 推送到分支 (
git push origin feature/amazing-feature) - 创建 Pull Request
本项目基于 MIT License 开源。
WindRAG — 让风电运维更智能 🌬️