能源行业智能问答推荐平台产品系统

1.项目旨在解决企业海量文档与知识信息分散、查询效率低、人工检索成本高的问题，构建智能问答与推荐系统，实现信息快速检索、精准匹配与决策辅助。
2.面向能源行业大型企业，涉及审计、运维及管理流程的数据整合与知识抽取需求，通过AI技术提升内部信息利用效率，降低人工成本，支持业务流程智能化升级。

1.系统主要包含知识文件管理、知识切片管理、向量数据管理、模型管理、智能问答接口管理等核心模块。
2.主要功能描述：实现文档自动抽取、知识向量化、基于大模型的语义检索和问答，支持用户高效获取关键信息，同时提供个性化推荐，提升企业内部决策和审计效率。

1.我的职责与具体任务：负责系统后端架构设计与核心模块研发，包括RAG大模型接口开发、知识库向量化与语义检索模块、智能问答服务的高并发处理和接口优化，确保大模型与审计业务系统高效集成与稳定运行。
2.技术栈与架构：Python + FastAPI 构建后端服务；Milvus 与 Elasticsearch 向量索引用于语义粗排，Reranker 模型精排，大模型负责最终答案生成。
亮点与难点：大模型深度融合企业业务，实现跨文档知识抽取与高准确率问答；难点在海量文档向量化存储和检索效率优化，保证高并发下的稳定性与响应速度。