基于RAG的智能文档问答系统产品系统Vibe Coding

1. 立项原因：企业内部文档数量庞大，员工查找信息效率低下。传统关键词搜索无法理解语义，大量知识沉淀无法被有效利用。个人用户在学习和科研中也需要快速从多份文档中提取关键信息。
2. 行业场景：本系统适用于企业知识库管理、产品说明书问答、科研文献辅助阅读、法律合同条款检索等场景。用户上传文档后即可通过自然语言提问，系统基于RAG技术从文档中检索相关内容并结合大模型生成精准回答。

1. 功能模块：文档上传模块、文档解析与分块模块、向量检索模块、智能问答模块、引用溯源模块。
2. 主要功能：用户通过Web界面上传PDF/Word/TXT等格式文档，系统自动解析文本内容并进行语义分块，利用向量数据库建立索引。用户输入自然语言问题后，系统检索相关文档片段，调用大模型生成精准答案，并标注引用来源，确保回答可追溯。

1. 我负责的任务：独立完成全流程开发，包括技术选型、系统架构设计、后端逻辑实现、AI模型集成、Web交互界面开发。
2. 技术栈与亮点：Python + Fast + LangChain + FAISS向量库 + DeepSeek API + Gradio。亮点：支持多格式文档解析，FAISS毫秒级向量检索，大模型语义理解生成精准回答，引用来源自动标注确保可追溯。本项目为Vibe Coding项目，借助AI辅助编程快速完成开发与调试。