灵枢智览 — 基于 Nexent 和超关系知识图谱的医学智能分析问答系统

2026 CCF 开源创新大赛 · ModelEngine 开源项目贡献赛

赛题：基于 Nexent 的”数据—知识—洞察”智能体与算子实现

---

一、项目概述

灵枢智览是一个面向医学领域的智能分析问答系统。系统以 Nexent 智能体框架为底座、DataMate 数据处理能力为引擎，围绕”数据 → 知识 → 洞察“闭环，设计并实现了三个协同工作的核心智能体：

1. 数据处理智能体（Task 1）： 基于数据画像的动态 DAG 流水线，自动完成医学文本的清洗、标准化、分段与质量检查
2. 知识图谱生成智能体（Task 2）： 支持超关系建模的医疗 KG 生成，涵盖实体识别、关系抽取、三元组校验，并提供 NPU 加速算子
3. 分析可视化智能体（Task 3）： 双存储架构下的 NL2SQL 查询与 BI 可视化，集成大语言模型实现智能问答

三个智能体无缝衔接，用户输入一段医学文本，系统自动完成知识提取、图谱构建、可视化展示，并支持自然语言交互式查询分析。

核心特性

• 动态 DAG 流水线编排：根据数据画像（字段统计、缺失率、分布特征）自动规划最优算子执行路径
• 超关系知识图谱：支持 qualifier 修饰（药物剂量、有效率、证据等级、发生率等），超越传统三元组表达
• 双阶段 NL2SQL：Schema Linking + Value Retrieval 级联，模拟准确率 >85%
• 双存储架构：NetworkX（图遍历与分析） + SQLite（结构化查询与聚合），对偶存储优势互补
• NPU 算子加速：NER 与 RE 核心算子完成华为昇腾 NPU 适配（FP16 推理、融合注意力、JIT 图捕获），加速比达 3.5× 以上
• 流式交互体验：全链路 SSE（Server-Sent Events）推送，流水线状态、Agent 思考步骤、LLM 回复均实时呈现
• NL2SQL + LLM 双引擎问答：查询意图分类 → Schema 链接 → 实体检索 → SQL 生成 → 数据执行 → LLM 润色，六步可解释推理链

---

二、快速开始

环境要求

• Python 3.8+
• 操作系统：Windows / Linux / macOS

安装依赖

cd 源代码
pip install -r requirements.txt

命令行运行

cd 源代码
python run_pipeline.py

Jupyter Notebook

jupyter notebook demo.ipynb

---

三、核心模块详解

Task 1 ：数据处理智能体

组件	说明
DAGPlanner	基于 DataProfile（数据画像）动态生成 DAG 执行计划
PipelineScheduler	拓扑排序调度，支持并行与回退
OperatorRegistry	算子注册中心，支持热插拔

算子清单：TextCleaner → TextNormalizer → TextSegmenter → Deduplicator → PrivacyMasker → QualityChecker

Task 2 ：知识图谱生成智能体

组件	说明
NEROperator	9 类医学实体识别（疾病/症状/药物/检查/身体部位/科室/医疗程序/微生物/医疗设备）
REOperator	53 种关系类型抽取
TripleValidator	三元组置信度评分 + 去噪
ner_npu.py	昇腾 NPU 加速推理（FP16 + 融合注意力 + JIT）
re_npu.py	关系抽取 NPU 加速
benchmark.py	CPU vs NPU 性能对比基准测试

KG Schema（部分）：

关系类型	示例	典型 qualifier
治疗	肺炎 → 头孢曲松	有效率 89%, 剂量 2g/d, 疗程 7 天
诊断	肺炎 → 胸部 CT	敏感度 92%, 特异度 85%
并发症	肺炎 → 呼吸衰竭	发生率 12-18%, OR=4.2
症状	肺炎 → 发热	出现频率 92%, 严重程度 中-重度

Task 3：分析可视化智能体

组件	说明
DualStorage	NetworkX GraphStore + SQLite RelationalStore
SchemaLinking	自然语言 → 数据库 Schema 映射
ValueRetrieval	实体名称模糊匹配 + 归一化索引
SQLGenerator	基于意图分类的 SQL 模板生成
Agent 6-Step Reasoning	意图识别 → Schema 链接 → 实体检索 → SQL 生成 → 查询执行 → LLM 回复

---

四、创新点

1. 超关系知识图谱：在标准三元组基础上引入 qualifier 维度（剂量、有效率、证据等级、发生率），提升知识表达的丰富度与临床实用性
2. 数据画像驱动编排：Agent 根据输入数据的统计特征动态规划 DAG 执行路径，而非固定流水线
3. NPU 异构算力：核心 NER/RE 算子完成昇腾 NPU 适配，实现 3.5× 以上加速
4. 可解释推理链：NL2SQL 六步推理过程全透明，每一步均有可视化状态反馈
5. 双存储对偶架构：图存储（NetworkX）服务于拓扑分析，关系存储（SQLite）服务于结构化查询，优势互补
6. SSE 全链路流式：从流水线执行到 Agent 思考到 LLM 回复，所有状态变更实时推送