智能文档问答系统开源项目

核心功能：
- 多格式文档支持：支持 PDF、Word（.doc/.docx）、PowerPoint（.pptx）、Excel（.xlsx/.xls）、CSV、TXT、Markdown、HTML 等文件格式
- 智能问答：基于文档内容进行精准问答，提供引用来源
- 多知识库管理：支持创建、删除、管理多个知识库，按部门/用途分离
- 知识库访问控制（ACL）：细粒度权限控制，支持设置知识库所有者、允许访问的用户/角色、公开访问开关
- 元数据过滤检索：在对话过程中可按标签、分类、作者、部门、机密级别等条件过滤文档，通过 Chroma where filter 实现
- MMR 向量检索：最大边际相关性检索，fetch_k 候选文档中按相关性+多样性平衡选取
- Sentence Window 句子窗口：子文档精细匹配 + 父文档上下文展开，基于 .npy 缓存 embedding 加速
- BM25Plus 关键词检索：倒排索引 + Robertson-Sparck Jones IDF + δ 短文档补偿，中文 bigram 分词
- 混合检索与去重：按加权分数合并向量检索和 BM25 结果，去除重复内容
- MMR λ 动态调整：根据查询类型（FACTUAL / OPINION / LIST）自动调整 λ 参数（相关性/多样性平衡）
- 本地重排序：使用 BGE-Reranker-Large 模型进行 Cross-Encoder 语义评分
等功能