AiStudio产品系统Vibe Coding

随着企业对私有化 AI 部署和多模型调度的需求增加，传统单一 API 接入已无法满足复杂业务场景。Geo Lab 旨在解决大模型应用开发中的核心痛点：如何高效管理多供应商 API（如 GPT、DeepSeek）、如何实现低成本的本地私有化 RAG 基础设施（重排序与向量化），以及如何对多租户的 Token 消耗进行精确审计与监控。本项目为开发者和中小企业提供了一个开箱即用的 AI 实验与管理平台。

本项目核心功能模块包括：
多模型智能对话： 完美集成本地 Ollama 框架及云端主流模型（GPT-4、DeepSeek、Qwen），支持长短期记忆管理与温度等参数自定义。
RAG 基础设施实验台： 内置 BGE-Reranker 重排序与 BGE-M3 向量化模型测试工具，支持实时文本效果验证。
多租户管理系统： 完整的租户注册、API Key 发放与权限管理流程。
可视化监控中心： 提供监控大屏统计平台总流量，并支持租户维度详尽的用量查询（Token 消耗、请求趋势）。
个性化体验： 支持暗黑/明亮皮肤切换、完善的登录鉴权及个人中心设置。

技术栈： Python / Flask / HTML5 / CSS3 / JavaScript / Ollama API / Vector DB
核心任务：
架构设计： 采用轻量化 Flask 后端架构，实现异步模型调用与流式响应（SSE）。
多模型适配： 统一不同厂商 API 协议，封装标准化的模型切换与参数调节组件。
数据监控： 设计并实现了一套基于 Token 统计的计量计费逻辑，配合 ECharts 实现可视化监控大屏。
工程优化： 针对本地化模型（重排序/向量化）进行了 API 化封装，极大方便了 RAG 效果的预调研测试。