一个基于 FastAPI 和 Vue 3 构建的前后端分离的智能客服助手项目，支持多种大语言模型，如DeepSeek V3，Qwen2.5系列，Llama3系列等。涵盖了 Agent、RAG 在智能客服领域的主流应用落地需求场景。
- 支持 DeepSeek V3 在线API
- 支持 使用 Ollama 接入任意对话模型，如Qwen2.5系列，Llama3系列
- 灵活的模配置
- 支持 DeepSeek R1 在线API
- 支持 使用 Ollama 接入任意 Deepseek r1 模型系列
- 灵活的模配置
- 单请求性能测试
- 并发性能测试
- 系统资源监控
- 自动化测试报告
# 创建虚拟环境
python -m venv .venv
# 激活虚拟环境
# Windows
.venv\Scripts\activate
# Linux/Mac
source .venv/bin/activate
# 安装依赖
pip install -r requirements.txt复制 env.example 文件到 llm_backend/.env 文件中，并根据实际情况修改配置：
# LLM 服务配置
CHAT_SERVICE=OLLAMA # 或 DEEPSEEK
REASON_SERVICE=OLLAMA # 或 DEEPSEEK
# Ollama 配置
OLLAMA_BASE_URL=http://localhost:11434
OLLAMA_CHAT_MODEL=deepseek-coder:6.7b
OLLAMA_REASON_MODEL=deepseek-coder:6.7b
# DeepSeek 配置（如果使用）
DEEPSEEK_API_KEY=your-api-key
DEEPSEEK_BASE_URL=https://api.deepseek.com/v1
DEEPSEEK_MODEL=deepseek-chat# 进入后端目录
cd llm_backend
# 启动服务（默认端口 9000）
python run.py
# 如果需要修改 IP 和端口，编辑 run.py 中的配置：
uvicorn.run(
"main:app",
host="0.0.0.0", # 修改监听地址
port=8000, # 修改端口号
access_log=False,
log_level="error",
reload=True
)服务启动后可以访问：
- API 文档：http://localhost:8000/docs
- 前端界面：http://localhost:8000
-
后端：
- FastAPI
- SQLAlchemy
- MySQL
- Ollama/DeepSeek
-
前端：
- Vue 3
- Element Plus
- TypeScript
-
生产环境部署时：
- 修改
.env中的SECRET_KEY - 配置正确的 CORS 设置
- 使用 HTTPS
- 关闭
reload=True
- 修改
-
开发环境：
- 可以启用
reload=True实现热重载 - 可以设置
log_level="debug"查看更多日志
- 可以启用
MIT
这个项目提供了一个简单的Python服务，用于从Neo4j图数据库中获取电商商品信息，并通过API或Web界面将其展示给前端。
项目使用Neo4j图数据库存储电商相关数据，主要包含以下节点和关系：
-
Product - 商品
- ProductID: 商品ID
- ProductName: 商品名称
- UnitPrice: 单价
- UnitsInStock: 库存数量
- UnitsOnOrder: 订购数量
- QuantityPerUnit: 单位数量
- Discontinued: 是否停产
-
Category - 商品类别
- CategoryID: 类别ID
- CategoryName: 类别名称
- Description: 类别描述
-
Supplier - 供应商
- SupplierID: 供应商ID
- CompanyName: 公司名称
- ContactName: 联系人姓名
- Phone: 联系电话
-
Customer - 客户
- CustomerID: 客户ID
- CompanyName: 公司名称
- ContactName: 联系人姓名
-
Order - 订单
- OrderID: 订单ID
- OrderDate: 订单日期
-
Review - 评论
- ReviewID: 评论ID
- ReviewText: 评论内容
- Rating: 评分
- ReviewDate: 评论日期
- BELONGS_TO - 商品属于类别: (Product)-[:BELONGS_TO]->(Category)
- SUPPLIED_BY - 商品由供应商提供: (Product)-[:SUPPLIED_BY]->(Supplier)
- CONTAINS - 订单包含商品: (Order)-[:CONTAINS]->(Product)
- PLACED - 客户下订单: (Customer)-[:PLACED]->(Order)
- WROTE - 客户写评论: (Customer)-[:WROTE]->(Review)
- ABOUT - 评论关于商品: (Review)-[:ABOUT]->(Product)
项目包含两个主要文件：
- product_service.py - 提供与Neo4j数据库交互的服务类，封装了各种查询商品信息的方法
- frontend_demo.py - 基于Flask的Web应用，提供Web界面和API端点，使用product_service获取数据
pip install neo4j flask默认连接参数:
- URI:
bolt://localhost:7687 - 用户名:
neo4j - 密码:
password - 数据库:
neo4j
可以通过两种方式修改:
- 在代码中直接修改
- 设置环境变量:
export NEO4J_URI=bolt://localhost:7687 export NEO4J_USERNAME=neo4j export NEO4J_PASSWORD=your_password export NEO4J_DATABASE=neo4j
from product_service import ProductService
# 创建服务实例
service = ProductService(
uri="bolt://localhost:7687",
username="neo4j",
password="password"
)
# 使用上下文管理器自动处理连接
with service:
# 获取类别
categories = service.get_all_categories()
print(f"类别数量: {len(categories)}")
# 根据类别获取商品
products = service.get_products_by_category("智能音箱")
print(f"智能音箱类别下的商品数量: {len(products)}")
# 获取商品详情
product_details = service.get_product_details(1)
print(f"商品详情: {product_details}")
# 搜索商品
search_results = service.search_products("智能")
print(f"搜索结果数量: {len(search_results)}")python frontend_demo.py访问 http://localhost:5000 查看Web应用。
以下是可用的API端点:
GET /api/categories- 获取所有商品类别GET /api/products/category/<category_name>- 获取指定类别下的商品GET /api/products/<product_id>- 获取指定商品的详细信息GET /api/products/search?keyword=<keyword>- 搜索商品GET /api/products/featured- 获取推荐商品GET /api/products/popular- 获取热门商品GET /api/products/<product_id>/reviews- 获取指定商品的评论
- 请确保Neo4j数据库已启动并已导入相关电商数据
- 若要在生产环境使用，请确保添加适当的认证和安全机制
- Web模板(HTML文件)需要自行创建在templates目录下