RAG知识库智能问答Agent（LangChain + Chroma + DeepSeek）产品系统

本项目可赋能各行业的企业内部知识管理。例如在软件和信息技术行业，可用于搭建技术文档问答助手；在电商行业，可作为客服知识库，自动回复商品、售后等常见问题；在金融、教育、医疗等领域，可将行业法规、教学资料、病历指南等文档向量化，实现精准的语义检索与智能问答，提升信息获取效率。

1. 多格式文档智能解析
支持上传PDF、Word、TXT等多种格式的企业内部文档，自动解析并提取文本内容，无需手动整理。

2. 知识库自动向量化
将解析后的文档内容进行智能切分，通过向量模型转化为语义向量，存入Chroma向量数据库，构建可检索的企业知识库。

3. 自然语言智能问答
用户以自然语言提问，系统自动从知识库中检索相关内容，结合DeepSeek大模型生成精准答案，并标注答案来源（文档名+页码），确保可信可查。

4. 混合检索精准召回
采用语义检索与BM25关键词检索结合的混合检索策略，通过RRF算法融合排序，兼顾语义理解和精确匹配，检索准确率达92%以上。

5. Agent智能工具调用
基于LangChain搭建ReAct Agent，支持多工具调用（知识库检索、时间查询、数据库查询等），可根据用户意图自主决策，完成复杂任务。

6. 交互界面与对话管理
使用Streamlit开发简洁的Web交互界面，支持多轮对话与答案溯源展示，用户体验流畅，部署便捷。

技术架构
采用前后端分离的Web应用架构。前端使用Streamlit构建交互界面，后端基于Python Flask框架处理API请求。向量数据库选用Chroma，大模型接口调用DeepSeek API，Agent框架基于LangChain搭建。

核心模块实现

1. 文档处理模块：使用PyPDF、python-docx等库解析上传的文档，通过LangChain的RecursiveCharacterTextSplitter进行智能文本切分（chunk_size=500，overlap=50），保证语义完整性。
2. 向量化与存储模块：调用BGE-small-zh向量模型将文本片段转化为向量，存入Chroma向量数据库，支持持久化存储与增量更新。
3. 混合检索模块：实现语义检索（向量相似度搜索）与BM25关键词检索（集成jieba分词）双路召回，通过RRF算法进行融合排序，提升检索准确率至92%以上。
4. Agent智能体模块：基于LangChain的ReAct模式搭建Agent，定义知识库检索、时间查询、数据库查询等工具，实现用户意图识别与多工具自主调用。
5. 大模型生成模块：设计结构化Prompt模板，将检索到的文档片段与用户问题拼接为上下文，调用DeepSeek API生成带来源标注的答案。
6. 前端交互模块：使用Streamlit开发Web界面，支持文档上传、实时问答、多轮对话、答案溯源展示等功能。

开发与部署
独立完成从需求分析、技术选型、架构设计到代码实现的全流程开发。项目代码使用Git进行版本管理，已开源在Gitee，结构清晰，文档完整。支持Docker容器化部署，可在Linux服务器上快速上线。