轻量级企业知识库问答系统产品系统

企业内部知识分散在文档、聊天记录和邮件中，员工查找答案耗时低效。本项目旨在搭建一个轻量级智能问答系统，通过自然语言检索企业内部知识库，降低信息获取成本，提升团队协作效率。

文档上传与管理：支持 PDF、Word、Excel、TXT 等多种格式文档上传，自动解析提取文本内容并建立索引，支持文档分类和版本管理。
智能问答：用户输入自然语言问题，系统通过语义匹配和全文检索从知识库中定位最相关的内容，返回精准答案并标注来源出处。
知识库维护：管理员可对已入库的知识内容进行编辑、删除、更新，支持手动补充问答对，持续优化知识库质量。
全文检索：支持关键词、短语、多条件组合检索，结果按相关度排序，高亮显示匹配位置，方便快速定位。
权限管理：支持多级角色权限，不同部门/员工只能访问授权范围内的知识内容，保障企业信息安全。

负责任务：独立完成系统整体架构设计、后端API开发、前端界面搭建、文档解析引擎集成、以及Docker容器化部署全流程。

技术栈：后端使用 Koa2 + Node.js 构建 RESTful API，前端采用 HTML5 + CSS + JavaScript 原生开发（无额外框架依赖，轻量高效），文档解析集成 mammoth.js（Word）、pdf-parse（PDF）、txt-reader 等库，向量化存储使用本地文件索引，全文检索引擎集成 FlexSearch，部署采用 Docker 容器化 + docker-compose 编排。

架构：系统采用前后端分离架构。后端分为三层——路由层（API 网关）、服务层（问答服务、文档解析服务、检索服务）、数据层（本地文件存储 + JSON 索引）。前端为单页应用，通过 fetch API 与后端通信。搜索流程为用户输入 → 语义分词 → 多路召回（全文检索 + 关键词匹配）→ 排序融合 → 返回结果并高亮展示。

亮点：1）轻量无外部依赖，不依赖 Elasticsearch 等重型中间件，开箱即用；2）多格式文档统一解析管道，PDF/Word/TXT 自动识别并提取正文；3）结果溯源——每条答案附原文段落引用，用户可一键跳转查阅原文。

难点：1）中文分词准确度对检索质量影响大，经过多轮词典扩充和分词器调优才达到可用水平；2）小文件场景下全文检索性能尚可，但单文档超 100 页时索引构建和检索速度下降明显，通过分块索引和懒加载策略缓解。