rag知识库以及试题生成与评估系统（AI应用）产品系统

线上课程库需要大量试题，以往收集和出题都需要大量人工操作，此项目为解决这个痛点而生。

- 构建知识结构化工作流，使用opencv课件视频中提取关键帧ocr、语音转文本、课件pdf、ppt，通过多模态对齐+数据清洗，转换为高质量文本文档。
- 基于rag构建课程知识库，使用BGE模型向量化文本块，存入Chroma。
- 针对指定课程章节，构建查询。用余弦相似度和bm25检索相关知识点片段，Rerank重排后作为上下文注入Agent，结合动态 Prompt 模板，实现按题型（单选、多选、填空、简答）可控生成试题。
- 对于专业类的课程（数学、英语、日语等），通用提示词无法达到好效果，使用agent节点路由，导航到对应的出题agent节点。
- 多维度的质量评估机制，从是否重复、是否合规、难度、知识点匹配、选项是否合理等多个维度，使用多个专家agent打分，筛选高分题目入库。

技术栈：Python、Pydantic、langchain、langgraph、Chroma
我负责架构设计和绝大部分功能实现