feat(kg): add dual-mode knowledge graph support

.env.example

@@ -4,11 +4,39 @@
 LLM_API_KEY=your_api_key_here
 LLM_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
 LLM_MODEL_NAME=qwen-plus
+LLM_MAX_TOKENS=4096  # LLM 最大输出 token 数
 
-# ===== ZEP记忆图谱配置 =====
+# 嵌入模型配置（用于 Graphiti local 模式，可独立配置）
+# 如果不配置，则默认使用 LLM 的 API
+# EMBEDDING_API_KEY=your_embedding_api_key  # 可选
+# EMBEDDING_BASE_URL=your_embedding_base_url  # 可选
+# EMBEDDING_MODEL=text-embedding-3-small
+# EMBEDDING_DIM=1536
+EMBEDDING_BATCH_SIZE=5  # 嵌入向量批处理大小
+
+# ===== 知识图谱配置 =====
+# 模式选择: "cloud" (Zep Cloud) 或 "local" (Graphiti + Neo4j)
+KNOWLEDGE_GRAPH_MODE=cloud
+
+# Zep Cloud 配置 (KNOWLEDGE_GRAPH_MODE=cloud 时需要)
 # 每月免费额度即可支撑简单使用：https://app.getzep.com/
 ZEP_API_KEY=your_zep_api_key_here
 
+# Graphiti / Neo4j 配置 (KNOWLEDGE_GRAPH_MODE=local 时需要)
+NEO4J_URI=bolt://localhost:7687
+NEO4J_USER=neo4j
+NEO4J_PASSWORD=your_neo4j_password
+# 嵌入向量 API Key（可选，用 LLM_API_KEY 即可，会自动使用同一 base_url）
+# OPENAI_API_KEY=your_openai_key_for_embedding
+
+# OASIS 模拟配置
+OASIS_DEFAULT_MAX_ROUNDS=10  # 默认最大轮数
+
+# Report Agent 配置
+REPORT_AGENT_MAX_TOOL_CALLS=5  # 最大工具调用次数
+REPORT_AGENT_MAX_REFLECTION_ROUNDS=2  # 最大反思轮数
+REPORT_AGENT_TEMPERATURE=0.5  # 温度参数
+
 # ===== 加速 LLM 配置（可选）=====
 # 注意如果不使用加速配置，env文件中就不要出现下面的配置项
 LLM_BOOST_API_KEY=your_api_key_here

backend/app/api/graph.py

@@ -282,9 +282,9 @@ def build_graph():
     try:
         logger.info("=== 开始构建图谱 ===")
 
-        # 检查配置
+        # 检查配置 (cloud 模式需要 Zep Cloud)
         errors = []
-        if not Config.ZEP_API_KEY:
+        if Config.KNOWLEDGE_GRAPH_MODE == 'cloud' and not Config.ZEP_API_KEY:
             errors.append("ZEP_API_KEY未配置")
         if errors:
             logger.error(f"配置错误: {errors}")
@@ -374,7 +374,7 @@ def build_graph():
         def build_task():
             build_logger = get_logger('mirofish.build')
             try:
-                build_logger.info(f"[{task_id}] 开始构建图谱...")
+                build_logger.debug(f"[{task_id}] 开始构建图谱...")
                 task_manager.update_task(
                     task_id, 
                     status=TaskStatus.PROCESSING,
@@ -410,12 +410,15 @@ def build_task():
                 ProjectManager.save_project(project)
 
                 # 设置本体
+                build_logger.debug(f"[{task_id}] 准备设置本体...")
                 task_manager.update_task(
                     task_id,
                     message="设置本体定义...",
                     progress=15
                 )
+                build_logger.debug(f"[{task_id}] 开始设置本体...")
                 builder.set_ontology(graph_id, ontology)
+                build_logger.debug(f"[{task_id}] 本体设置完成")
 
                 # 添加文本（progress_callback 签名是 (msg, progress_ratio)）
                 def add_progress_callback(msg, progress_ratio):
@@ -431,15 +434,18 @@ def add_progress_callback(msg, progress_ratio):
                     message=f"开始添加 {total_chunks} 个文本块...",
                     progress=15
                 )
-
+
+                build_logger.debug(f"[{task_id}] 准备添加文本，共 {total_chunks} 个块")
                 episode_uuids = builder.add_text_batches(
-                    graph_id, 
+                    graph_id,
                     chunks,
                     batch_size=3,
                     progress_callback=add_progress_callback
                 )
+                build_logger.debug(f"[{task_id}] 文本添加完成，共 {len(episode_uuids)} 个 episode")
 
                 # 等待Zep处理完成（查询每个episode的processed状态）
+                build_logger.debug(f"[{task_id}] 开始等待处理，共 {len(episode_uuids)} 个 episode")
                 task_manager.update_task(
                     task_id,
                     message="等待Zep处理数据...",
@@ -567,13 +573,13 @@ def get_graph_data(graph_id: str):
     获取图谱数据（节点和边）
     """
     try:
-        if not Config.ZEP_API_KEY:
+        if Config.KNOWLEDGE_GRAPH_MODE == 'cloud' and not Config.ZEP_API_KEY:
             return jsonify({
                 "success": False,
                 "error": "ZEP_API_KEY未配置"
             }), 500
-        
-        builder = GraphBuilderService(api_key=Config.ZEP_API_KEY)
+
+        builder = GraphBuilderService()
         graph_data = builder.get_graph_data(graph_id)
 
         return jsonify({
@@ -595,13 +601,13 @@ def delete_graph(graph_id: str):
     删除Zep图谱
     """
     try:
-        if not Config.ZEP_API_KEY:
+        if Config.KNOWLEDGE_GRAPH_MODE == 'cloud' and not Config.ZEP_API_KEY:
             return jsonify({
                 "success": False,
                 "error": "ZEP_API_KEY未配置"
             }), 500
-        
-        builder = GraphBuilderService(api_key=Config.ZEP_API_KEY)
+
+        builder = GraphBuilderService()
         builder.delete_graph(graph_id)
 
         return jsonify({

backend/app/api/simulation.py

@@ -56,18 +56,18 @@ def get_graph_entities(graph_id: str):
         enrich: 是否获取相关边信息（默认true）
     """
     try:
-        if not Config.ZEP_API_KEY:
+        if Config.KNOWLEDGE_GRAPH_MODE == 'cloud' and not Config.ZEP_API_KEY:
             return jsonify({
                 "success": False,
                 "error": "ZEP_API_KEY未配置"
             }), 500
-        
+
         entity_types_str = request.args.get('entity_types', '')
         entity_types = [t.strip() for t in entity_types_str.split(',') if t.strip()] if entity_types_str else None
         enrich = request.args.get('enrich', 'true').lower() == 'true'
-        
+
         logger.info(f"获取图谱实体: graph_id={graph_id}, entity_types={entity_types}, enrich={enrich}")
-        
+
         reader = ZepEntityReader()
         result = reader.filter_defined_entities(
             graph_id=graph_id,
@@ -93,12 +93,12 @@ def get_graph_entities(graph_id: str):
 def get_entity_detail(graph_id: str, entity_uuid: str):
     """获取单个实体的详细信息"""
     try:
-        if not Config.ZEP_API_KEY:
+        if Config.KNOWLEDGE_GRAPH_MODE == 'cloud' and not Config.ZEP_API_KEY:
             return jsonify({
                 "success": False,
                 "error": "ZEP_API_KEY未配置"
             }), 500
-        
+
         reader = ZepEntityReader()
         entity = reader.get_entity_with_context(graph_id, entity_uuid)
 
@@ -126,12 +126,12 @@ def get_entity_detail(graph_id: str, entity_uuid: str):
 def get_entities_by_type(graph_id: str, entity_type: str):
     """获取指定类型的所有实体"""
     try:
-        if not Config.ZEP_API_KEY:
+        if Config.KNOWLEDGE_GRAPH_MODE == 'cloud' and not Config.ZEP_API_KEY:
             return jsonify({
                 "success": False,
                 "error": "ZEP_API_KEY未配置"
             }), 500
-        
+
         enrich = request.args.get('enrich', 'true').lower() == 'true'
 
         reader = ZepEntityReader()
@@ -982,6 +982,44 @@ def get_simulation_history():
         }), 500
 
 
+@simulation_bp.route('/<simulation_id>', methods=['DELETE'])
+def delete_simulation(simulation_id: str):
+    """
+    删除模拟及其所有相关数据
+
+    Args:
+        simulation_id: 模拟ID
+
+    Returns:
+        {
+            "success": true,
+            "message": "删除成功"
+        }
+    """
+    try:
+        manager = SimulationManager()
+        success = manager.delete_simulation(simulation_id)
+
+        if success:
+            return jsonify({
+                "success": True,
+                "message": "删除成功"
+            })
+        else:
+            return jsonify({
+                "success": False,
+                "error": "删除失败，模拟可能不存在"
+            }), 404
+
+    except Exception as e:
+        logger.error(f"删除模拟失败: {str(e)}")
+        return jsonify({
+            "success": False,
+            "error": str(e),
+            "traceback": traceback.format_exc()
+        }), 500
+
+
 @simulation_bp.route('/<simulation_id>/profiles', methods=['GET'])
 def get_simulation_profiles(simulation_id: str):
     """
@@ -1409,7 +1447,7 @@ def generate_profiles():
                 "error": "没有找到符合条件的实体"
             }), 400
 
-        generator = OasisProfileGenerator()
+        generator = OasisProfileGenerator(graph_id=graph_id)
         profiles = generator.generate_profiles_from_entities(
             entities=filtered.entities,
             use_llm=use_llm
@@ -2440,7 +2478,7 @@ def interview_all_agents():
         simulation_id = data.get('simulation_id')
         prompt = data.get('prompt')
         platform = data.get('platform')  # 可选：twitter/reddit/None
-        timeout = data.get('timeout', 180)
+        timeout = data.get('timeout', 240)
 
         if not simulation_id:
             return jsonify({

backend/app/config.py

@@ -31,9 +31,29 @@ class Config:
     LLM_API_KEY = os.environ.get('LLM_API_KEY')
     LLM_BASE_URL = os.environ.get('LLM_BASE_URL', 'https://api.openai.com/v1')
     LLM_MODEL_NAME = os.environ.get('LLM_MODEL_NAME', 'gpt-4o-mini')
-
-    # Zep配置
+    LLM_MAX_TOKENS = int(os.environ.get('LLM_MAX_TOKENS', '4096'))
+
+    # 嵌入模型配置（用于 Graphiti local 模式，可独立配置）
+    EMBEDDING_API_KEY = os.environ.get('EMBEDDING_API_KEY')  # 可选，默认使用 LLM_API_KEY
+    EMBEDDING_BASE_URL = os.environ.get('EMBEDDING_BASE_URL')  # 可选，默认使用 LLM_BASE_URL
+    EMBEDDING_MODEL = os.environ.get('EMBEDDING_MODEL', 'text-embedding-3-small')
+    EMBEDDING_DIM = int(os.environ.get('EMBEDDING_DIM', '1536'))
+    EMBEDDING_BATCH_SIZE = int(os.environ.get('EMBEDDING_BATCH_SIZE', '5'))  # 批处理大小，默认5
+
+    # 知识图谱模式配置
+    # cloud: 使用 Zep Cloud (默认)
+    # local: 使用 Graphiti + Neo4j (本地部署)
+    KNOWLEDGE_GRAPH_MODE = os.environ.get('KNOWLEDGE_GRAPH_MODE', 'cloud')
+
+    # Zep Cloud 配置 (KNOWLEDGE_GRAPH_MODE=cloud 时需要)
     ZEP_API_KEY = os.environ.get('ZEP_API_KEY')
+
+    # Graphiti / Neo4j 配置 (KNOWLEDGE_GRAPH_MODE=local 时需要)
+    NEO4J_URI = os.environ.get('NEO4J_URI', 'bolt://localhost:7687')
+    NEO4J_USER = os.environ.get('NEO4J_USER', 'neo4j')
+    NEO4J_PASSWORD = os.environ.get('NEO4J_PASSWORD')
+    # OpenAI API 用于嵌入向量 (Graphiti 模式需要)
+    OPENAI_API_KEY = os.environ.get('OPENAI_API_KEY')
 
     # 文件上传配置
     MAX_CONTENT_LENGTH = 50 * 1024 * 1024  # 50MB
@@ -69,7 +89,18 @@ def validate(cls):
         errors = []
         if not cls.LLM_API_KEY:
             errors.append("LLM_API_KEY 未配置")
-        if not cls.ZEP_API_KEY:
-            errors.append("ZEP_API_KEY 未配置")
+
+        # 根据模式验证对应的配置
+        if cls.KNOWLEDGE_GRAPH_MODE == 'cloud':
+            if not cls.ZEP_API_KEY:
+                errors.append("ZEP_API_KEY 未配置 (当前模式: cloud)")
+        elif cls.KNOWLEDGE_GRAPH_MODE == 'local':
+            if not cls.NEO4J_PASSWORD:
+                errors.append("NEO4J_PASSWORD 未配置 (当前模式: local)")
+            if not cls.LLM_API_KEY and not cls.OPENAI_API_KEY:
+                errors.append("LLM_API_KEY 或 OPENAI_API_KEY 未配置 (当前模式: local，用于嵌入向量)")
+        else:
+            errors.append(f"未知的 KNOWLEDGE_GRAPH_MODE: {cls.KNOWLEDGE_GRAPH_MODE}")
+
         return errors