OneKE-Streamlit-Frontend 项目

🎯 项目说明

OneKE-Streamlit-Frontend 是本项目的核心，提供知识图谱构建的 Web 界面。

OneKE 仅作为代码依赖，提供算法支持，不需要独立运行。

🚀 快速开始

1. 克隆项目

git clone <your-repository-url>
cd OneKE

2. 一键启动

# Linux/macOS
./deploy.sh

# Windows
deploy.bat

3. 访问应用

• 前端界面: http://localhost:8501
• 数据库管理: http://localhost:7474 (用户名: neo4j, 密码: password123)

📁 项目结构

OneKE/
├── OneKE-Streamlit-Frontend/    # 🎯 主项目 (Web前端)
│   ├── app.py                  # 应用入口
│   ├── requirements.txt        # Python依赖
│   └── ...
├── OneKE/                      # 📚 代码依赖 (算法库)
│   ├── src/                    # 核心算法
│   └── ...
├── docker/                     # 🐳 容器配置
│   ├── Dockerfile
│   └── docker-compose.yml
└── deploy.sh                   # 🚀 部署脚本

🔧 环境说明

• Python环境: 只需要 OneKE-Streamlit-Frontend/requirements.txt
• 代码挂载: 两个项目文件夹都挂载到容器中
• 依赖关系: 前端项目可直接导入 OneKE 模块

# 在前端项目中使用 OneKE 算法
from OneKE.src.modules import some_module

🛠️ 常用命令

./deploy.sh start    # 启动服务
./deploy.sh stop     # 停止服务
./deploy.sh logs     # 查看日志
./deploy.sh shell    # 进入容器
./deploy.sh build    # 重新构建

📋 前置要求

• Docker Desktop
• Git

💡 开发提示

• 修改 OneKE-Streamlit-Frontend/ 中的文件会实时生效
• 只需维护前端项目的 requirements.txt
• OneKE 项目保持只读，作为算法库使用

📚 项目引用

本项目基于 OneKE 项目构建，OneKE 是一个强大的知识抽取框架。

OneKE 项目信息

• 项目名称: OneKE (One-stop Knowledge Extraction)
• 项目地址: https://github.com/zjunlp/OneKE
• 论文: OneKE: A Dockerized Schema-Guided LLM Agent-based Knowledge Extraction Toolkit
• 作者: ZJUNLP Team

致谢

感谢 OneKE 团队提供的优秀知识抽取算法和工具，本项目在其基础上构建了 Streamlit Web 界面，为用户提供更便捷的知识图谱构建体验。

---

🎉 现在可以开始使用 OneKE-Streamlit-Frontend 构建知识图谱了！