基于大语言模型和图算法语料库的时政分析助手-Anubis

当前时政信息体量庞大、来源繁杂，充斥着噪声与偏见。公众、研究人员和政策制定者亟需一款能穿透信息迷雾、深度挖掘事件关联与发展脉络的智能工具。Anubis 旨在利用前沿AI技术，从海量信息中构建知识图谱，提供客观、结构化、具有深度洞察的时政分析，辅助用户理解复杂国际局势。
Anubis 是一款强大的时政分析助手，核心功能包括：

智能信息聚合与清洗：自动从全球主流新闻媒体、政府公报和智库报告中爬取、清洗和摘要时政新闻，形成结构化语料库。

深度语义分析与事件抽取：利用大语言模型（LLM）精准识别文本中的实体（人物、组织、地点）、关键词、情感倾向和核心事件，并抽取出事件的主谓宾结构。

动态知识图谱构建：基于Neo4j图数据库，将抽取出的实体和事件构建成可视化的知识图谱，清晰展示实体间的复杂关系（如合作、对抗、隶属）和事件的演化路径。

智能问答与溯源分析：用户可通过自然语言提问（如“A国与B国近期的经贸关系如何？”），系统将基于图谱和语料库生成综合报告，并提供观点溯源，增强结论的可信度。

多终端可视化呈现：通过Flutter开发的跨平台应用，为用户提供直观的时间线、关系图谱和综合分析报告，支持实时交互探索。

项目由我本人全栈开发、维护，后端采用Rust编写高性能数据管道（Serde, Tokio, Reqwest）进行数据采集与处理，确保并发与效率。使用Python LightRAG, FastAPI构建灵活的应用层API，Ollama 协调调用LLM与图算法。Neo4j存储关系数据，MongoDB存储原始文档与向量嵌入。Flutter前端负责最终的数据可视化与交互。