AI营养助手：基于知识图谱和生成式AI的个性化营养咨询系统

本项目为结合知识图谱与生成式AI的个性化营养咨询系统，针对慢性病患者饮食管理需求，通过GraphRAG架构提供安全、可验证的营养建议。核心技术包括知识图谱构建（EDC框架）、多模态输入（文本+图像识别）及零幻觉设计，由越南学生Lê Quang Huy开发，2026年5月发布于GitHub。

项目由越南学生Lê Quang Huy（学号223571）作为2025-2026学年第二学期课程设计开发。核心研究问题：如何从非结构化医学文本自动提取知识构建结构化图谱，并结合GraphRAG为慢性病患者提供安全可验证的营养建议？

技术栈：前端React18+Vite、后端FastAPI+Python3.11、数据库Neo4j5.16、网关Nginx1.29、LLM服务Groq API（Llama3.3 70B/4 Scout17B）、嵌入模型Jina AI Embeddings v3。 知识图谱构建（EDC框架）： 1.预处理：LLM标准化格式→清洗分句→分块→指代消解； 2.EDC三阶段：Extract（开放信息抽取）→Define（关系语义定义）→Canonicalize（模式规范化）； 3.清洗去重：规则过滤+语义去重； 最终图谱含4类节点（Food/Disease/Nutrient/Other）、12种关系类型，约800节点、1200+三元组。

查询流程：用户输入（文本/图片）→图像识别（若有）→Neo4j精确查找→语义映射（方言转标准名）→熔断机制（无数据则拦截）→LLM生成建议→输出带验证的建议+微量营养素图表。 核心功能： -营养查询：输入食物得16种微量指标+建议； -图像识别：Llama4 Scout识别食物（准确率86%）； -GraphRAG：基于真实数据，零编造； -熔断机制：拦截不存在食物，避免幻觉； -越南语支持：理解俚语方言。

支持疾病：糖尿病（血糖管理）、高血压（钠限制）、肾病（蛋白控制）、肥胖（热量控制）。 部署链接： -Web应用：http://ainutritionassistant.noirhuy.id.vn（无需登录）； -Neo4j浏览器：http://ainutritionassistant.noirhuy.id.vn:7474（用户名neo4j，密码password）； -备用IP：http://103.82.27.129。 快速使用：访问Web→选疾病→输入食物→点击分析；Neo4j浏览器运行MATCH (n) RETURN n LIMIT100查看图谱。

创新点： 1.零幻觉设计：熔断机制拦截无数据食物，避免虚假建议； 2.方言理解：语义映射层处理越南语俚语（如"trái thơm"→"dứa"）； 3.可验证来源：建议追溯至原始医学文献； 4.多模态输入：支持文本+图像识别。 项目意义：帮助慢性病患者明智选择食物，避免饮食误区；为医疗AI提供GraphRAG架构参考；管道设计可扩展至更多疾病、数据及语言。

当前局限：知识覆盖（800节点需扩展）、疾病范围（仅4种）、地区局限（基于越南文献）。 未来改进：扩展知识图谱至更多权威数据库；添加多语言支持；结合用户健康数据提升个性化；开发原生移动应用。