场景 1：小微企业 / 行政公司
客户痛点
员工新人入职慢，制度、考勤、报销流程没人教；
员工总反复问行政同一个问题，浪费时间；
公司制度、合同、规章文档杂乱，找半天找不到；
公司内部资料不能上传云端，怕泄露隐私。
AI 落地用法
把《员工手册》《考勤制度》《报销流程》《岗位职责》全部放进knowledge文件夹；
双击启动程序，员工想问直接打字：
报销需要什么材料？
迟到扣款标准是什么？
试用期离职流程怎么走？
AI只看公司内部资料回答，不乱编；全程本地离线，资料不外传。
客户付费理由
5000 元买断永久使用，不用每年付费；新人不用专人带，行政减少 80% 重复答疑。
1. 🔒 纯本地离线私有化部署
全程不上云端、不联网运行
企业所有文档只存自己电脑，杜绝资料泄露、合规安全
无需 API 充值、无年费、无后续收费，一次买断永久使用
2. 📁 全格式文档自动读取解析
支持：Word(.docx) / PDF / TXT 三大办公主流格式
把文件扔进knowledge文件夹，重启自动加载全部内容
自动跳过损坏 / 空文件，有异常友好提示不崩溃
3. 🤖 专业 AI 精准问答，拒绝瞎编
严格限定：只参考内部知识库内容回答
查不到资料统一回复：「暂无相关资料」，不幻觉不乱编
回答简洁专业，贴合企业办公用语风格
支持超长制度、手册、合同全文理解检索
4. ⚡ 一键智能启动脚本（小白零操作）
双击start.bat全自动运行
自动查杀占用端口、关闭残留进程，避免冲突闪退
首次自动创建 AI 模型，后续秒开不等待
CMD 中文不乱码，界面干净易懂
5. 🛡️ 高容错稳定设计
文档读取失败自动跳过并提示，不卡死程序
模型调用超时自动容错
简易退出指令：输入quit即可安全关闭
自带详细使用说明书，售后省心
6. 💻 低配电脑兼容友好
Qwen2 7B 量化 Q4 模型，显卡 3060 / 普通办公本流畅跑
占用资源低，不影响电脑日常办公使用
一、整体架构（极简易懂，客户能看懂）
整套系统 纯本地离线闭环，无外网、无云端上传、无接口付费三层结构：
文件层 → 企业 PDF/DOCX/TXT 内部文档
解析层 → Python 自动读取、加载全部知识库内容
AI 推理层 → Ollama 本地大模型 + 约束提示词精准问答
二、核心技术实现（专业又不晦涩，谈单必用）
1. 本地大模型部署实现
使用 Qwen2-7B-Instruct Q4_K_M 量化 GGUF 模型
适配 RTX3060 6G 显卡、普通办公笔记本低资源流畅运行
通过 Ollama 管理模型：首次自动创建，后续检测存在直接跳过
全程离线推理，数据不出本机
2. 多格式文档解析实现
Python 依赖库自动兼容三种办公文件：
.txt：原生编码读取，容错跳过乱码
.docx：python-docx 逐段落提取正文
.pdf：PyPDF2 分页自动提取文本
异常文件自动检测 → 提示读取失败 → 自动跳过不崩溃
3. 安全防幻觉逻辑实现
内置强约束提示词：
AI仅允许引用导入的企业知识库
无相关内容统一回复：暂无相关资料
禁止联网联想、禁止编造外部信息
彻底杜绝大模型乱答、瞎编风险
4. 一键启动脚本工程实现（你最亮眼的亮点）
批处理 start.bat 自动完成全套运维逻辑：
chcp 65001：统一中文编码不乱码
cd /d "%~dp0"：自动锁定脚本根目录，路径永不迷路
强制 kill ollama 进程 + 清空 11434 占用端口：防止冲突闪退
后台静默启动 ollama 服务并延时等待就绪
智能判断模型是否存在：
不存在 → 自动执行创建初始化
已存在 → 直接跳过，秒速启动
调用本地 Python 虚拟环境运行 rag.py
整套流程全自动运维，客户零操作
5. 稳定容错工程优化
文件读取异常捕获，不中断系统运行
模型调用超时容错
评论