企业私有知识库问答系统开源项目

基于 RAG（检索增强生成）技术的企业私有知识库问答系统。使用 DeepSeek API 作为大语言模型，ChromaDB + 本地 ONNX Embedding 作为向量检索，支持 TXT/PDF 文档的智能问答，自动识别扫描版 PDF 并执行 OCR 文字识别。
技术架构：
后端框架: FastAPI
前端界面: Streamlit
向量数据库: ChromaDB（原生 API，非 LangChain 封装）
嵌入模型: ChromaDB 内置本地 ONNX 模型（all-MiniLM-L6-v2，无需联网下载）
大语言模型: DeepSeek-V4-Flash（通过 OpenAI 兼容接口调用 https://api.deepseek.com）
文档加载: LangChain（TextLoader + PyPDFLoader），扫描版 PDF 自动 OCR
OCR 识别: cnocr（RapidOCR 架构）+ PyMuPDF 渲染
文档分块: 500 字符/块，50 字符重叠
检索策略: Top-3 语义检索