一、纯大模型模式

该模式直接由所选大模型理解问题并生成回答，不调用本平台的知识图谱和专题检索数据。响应相对直接，适合开放讨论、思想启发、现代转化和一般性知识问题。

二、知识图谱+大模型模式

知识图谱＋大模型模式面向《论语》概念解释、章句辨析与思想关系研究，将意图识别、专题检索、知识组织和模型生成纳入同一问答流程。系统在Qwen或DeepSeek生成回答之前，调用CAPOnto本体、Neo4j知识图谱及专题文献数据，使回答受到概念体系、原典语境与学术材料的共同约束。具体而言：

1. 以意图识别确定检索边界：系统识别问题中的核心概念，并将提问区分为事实型、解释型和探索型。规则匹配负责处理指向明确的问题，句式模式补充语义判断，机器学习用于识别较为复杂的表达，由此确定后续知识调用的范围。
2. 以问题类型组织知识调用：识别结果被转换为相应的检索任务。事实型问题侧重原文、出处与概念信息，解释型问题调取章句语境和历代注疏，探索型问题进一步关联概念关系与研究文献。知识调用由问题性质决定，避免无关材料干扰回答。
3. 以领域本体规范知识组织：自行设计的CAPOnto本体负责组织中国古代哲学概念语义，Neo4j承担概念关系的存储与查询。平台知识底座覆盖142个核心哲学概念和4000余条结构化记录，并关联《论语》原典、《论语集注》《论语今读》《论语译注》等多部论语注疏，以及相关研究文献和概念关系数据。
4. 以KG-AG衔接检索与生成：KG-AG将意图识别结果映射为图谱查询，抽取相关实体、关系和文本片段，再把领域材料、任务要求与生成约束组合为模型上下文。大模型据此整合回答，生成内容因而保留明确的知识来源和语义范围。回答还可联动概念关系图与概念详情，支持研究者沿既有知识线索继续追问。

三、证据溯源模式

证据溯源模式沿用知识图谱＋大模型模式的意图识别、查询路由、领域检索和KG-AG生成流程，并在回答形成后增加命题级可靠性评价与来源追踪。此外，该模式进一步关注每项论断与检索材料之间的支持关系，使研究者能够辨明原典依据、关系推断和模型延伸的边界。其新设功能如下：

1. 将回答拆分为核验单元：系统不以整段文字作为笼统的评价对象，而是把回答拆分为若干具有独立语义的论断，逐项分析其与现有材料的对应关系。命题级处理能够揭示同一回答中不同内容的依据差异，使可靠性判断落实到具体表述。
2. 按照支持关系标示证据：绿色表示论断得到《论语》原文或主要注疏的直接支持；黄色表示知识图谱关系、研究文献或关联材料提供间接依据；红色提示现有材料中尚未发现明确支持，相关内容属于模型归纳或延伸。经典原句的直接引文另以蓝色下划线标示，该样式用于识别引文，不属于第四种可靠性等级。
3. 把来源复核纳入阅读过程：回答中的证据编号可以点击，系统随即定位并高亮对应的原文、注疏或研究材料。涉及概念关系的论断还可查看关系预览，并进入相关概念详情。研究者能够在回答界面内完成出处核对，明确论断的材料基础及其解释限度。