企业级多模态 RAG 年度知识中枢产品系统

描述：面向知识密集型行业，对于这类资料的管理往往总是力不从心。处理 200+ 小时音频及大量 PDF。

实现 VAD 切割、说话人分离、视觉特征提取，构建文本‑音频‑视觉三路混合索引。微调 BERT 意图分类（4 分类 F1=0.92），LLM 策略路由（直接检索 / HyDE / 子查询拆解）。融合 BM25 + 语义向量 + Cross‑Encoder 精排，并构建 Neo4j 认知图谱。

· 成果：检索 Top5 准确率从 78% 提升至 91%，季度知识回顾 15 分钟自动生成，持续使用 6 个月。