风电运维的RAG项目产品系统

本项目面向风电运维/能源装备知识管理场景：运维标准、说明书、巡检判据与网页资料分散且更新频繁，人工检索慢、答案不一致，影响故障处置效率与准确性。目标是构建基于RAG的智能问答系统，统一接入本地语料+网址库，支持增量更新并输出可追溯（标注来源与类型）的答案，提升决策效率并降低误操作风险。

系统提供端到端RAG能力，核心包含三大模块：1、 语料接入：支持Markdown/PDF/DOCX/YAML等本地文件，并从urls.txt批量抓取网页内容；2、 增量更新：用“文件路径+修改时间mtime”记录已处理文件，另存已处理网址集合，自动跳过未变更数据；3、检索问答：按500/50切块，使用BAAI/bge-small-zh-v1.5生成向量，写入Chroma向量库，相似度检索Top-k后调用DeepSeek，通过严格Prompt要求“仅基于上下文回答”，并标注每条信息的来源与类型（文件/网页）。同时打印检索来源便于排障；当无新增语料时自动加载既有向量库继续服务。

主要负责增量式语料入库与向量库更新链路并保证答案可追溯：设计并实现文件后缀到Loader的映射、统一元数据、已处理状态持久化，并完成LangChain组件集成（分块器、Embedding、Chroma、Prompt、DeepSeek LLM）。亮点在于增量刷新速度快、检索来源透明可打印、以及无新增语料仍可加载旧库继续用的容错。