犯罪学学科知识图谱项目基于Neo4j图数据库和Django框架，构建犯罪学领域的专业知识图谱，支持数据可视化查询和智能问答，为研究者、执法人员和法学师生提供高效的知识检索与分析工具。

菜谱智能问答系统基于Neo4j图数据库和Django框架，结合大语言模型技术，实现菜谱知识的智能查询与自然语言问答，为美食爱好者提供精准的烹饪指导和菜谱推荐，提升烹饪学习体验。

graphrag数据结构知识图谱问答系统基于Neo4j图数据库和Django框架，结合本地graphrag引擎与GPT模型，实现数据结构知识的智能查询与自然语言问答，为学生、开发者提供高效的专业知识获取体验。

DRG医保知识图谱展示问答项目利用Neo4j图数据库和GPT模型，构建智能问答系统，实现医保政策、DRG分组等专业知识的可视化查询与自然语言交互，提升医保数据利用效率，服务于医疗机构和公众用户。

描述：基于GraphRag的本地课程图谱问答系统利用Neo4j图数据库和知识图谱技术，结合大模型智能问答能力，为教育领域提供安全可靠的课程知识查询服务，支持本地化部署保障数据隐私。

描述：企业信息知识问答系统基于Neo4j图数据库构建，提供智能化的企业知识查询与问答服务，帮助企业高效管理和利用信息数据，提升决策效率和知识管理水平。

描述：时间计量词汇问答系统基于Neo4j图数据库和OpenAI技术，实现时间相关知识的智能问答和语义查询，通过自动化知识抽取构建结构化知识图谱，为研究者和用户提供高效的时间计量词汇查询服务。

描述：四六级考试智能问答系统采用OpenAI语义理解和FAISS向量搜索技术，为考生提供精准的英语四六级考试答疑服务，通过智能问答提升学习效率，帮助用户快速获取考试相关知识。

描述：明代服饰知识图谱展示系统是一个基于Neo4j图数据库的文化知识平台，通过可视化图谱和智能问答技术，帮助用户深入了解明代服饰文化内涵，为文化研究和教育提供数字化支持。

描述：高速列车制动知识问答系统是一个基于知识图谱和Neo4j图数据库的专业平台，结合OpenAI GPT技术提供智能问答服务，帮助铁路技术人员快速获取制动系统专业知识，提升维护效率和决策能力。