行业知识库智能问答系统产品系统

面向财报/研报等 PDF 的检索增强生成（RAG）系统，支持批量 PDF 解析、向量/混合/三重混合检索、LLM 重排与可视化 UI，提升专业术语与复杂语义问题的检索与回答质量。提供一套基于 Streamlit 的可视化 UI。用户可在浏览器中完成数据导入解析、向量库构建与多策略检索，获得可追溯的问答结果与可视化分析。

项目特色：
1.自适应检索策略：根据本地文档数量自动选择本地检索或 Elasticsearch 检索，支持运行时强制切换。
2.多版本演进：从基础命令行版本延展到多个 WebUI 版本（简洁版、增强版、图像增强版、ES RAG版本等），满足不同部署和交互需求。
3.混合检索与网络补充：优先使用本地知识库，缺失时可通过集成的网络搜索（如 Tavily MCP）补充信息，提高答案覆盖率。
4.多模态支持：集成图像生成工具（MyImageGen）和代码解释器（code_interpreter），支持文本、图像与代码混合交互。
5.UI 与可视化：基于 Gradio 的丰富 Web 界面，支持 LaTeX 渲染、推荐提示、会话管理与主题定制。
6.面向生产的 ES 集成：提供文本搜索、向量搜索（embedding）与高亮显示等功能，适配大规模文档库与高并发场景。

我的职责：
1.设计并实现自适应检索配置系统，根据文档数量自动选择最优检索方式。
2.集成通义千问大模型API，实现高质量的自然语言理解和生成能力。
3.开发自定义图像生成工具，扩展系统的多模态能力。
4.优化系统提示词（Prompt），使模型能够根据检索到的上下文生成准确、专业的保险领域回答。
5.基于Gradio框架设计增强版WebUI界面，添加知识库信息展示和数学公式渲染支持。
6.实现命令行交互模式，支持流式输出回答，提升用户体验。
技术栈：
Python、Gradio（Web UI）、Qwen Agent 框架、本地文档检索，Elasticsearch（文本/向量检索、Bulk 索引、text-embedding-v4 、PyPDF2 、文本分块、批量索引与去重策略、定义工具注册（@register_tool）、MyImageGen（图像生成）、tavily-mcp（可选网络搜索 MCP）、code_interpreter（代码解释器）、支持环境变量配置（如 DASHSCOPE_API_KEY、TAVILY_API_KEY），可在单机或带 Elasticsearch 的集群环境中部署