文档智能问答系统产品系统

电商/零售，教育/培训，法律/合规，医疗/健康，金融/保险，制造/工程，政府/公共服务

用户上传文档(TXT、PDF、DOCX)，系统通过AI技术理解文档内容，然后用户可以用自然语言提问，系统会基于文档内容生成精准的答案，并告诉用户答案来自哪份文档。

作为项目开发者，我负责了以下所有核心任务：
需求分析与方案设计：明确“用户上传文档 → AI智能问答”的核心流程，设计多用户隔离、多格式文档支持、答案溯源等功能方案。
技术选型：选择了LangChain（RAG框架）+ Chroma（向量数据库）+ DeepSeek API（大模型）+ Streamlit（前端界面）的技术组合，并采用本地的HuggingFace Embedding模型以保证数据隐私和零成本。
文档解析模块开发：实现TXT、PDF、DOCX三种格式文档的自动加载、解析和文本提取，处理不同格式的兼容性问题。
文本分割与向量化模块开发：设计合理的文本分割策略（chunk_size=500，overlap=50），调用本地Embedding模型将文本块转换为384维向量。
向量存储与检索模块开发：使用Chroma向量数据库存储文档向量，实现基于语义相似度的快速检索（返回top-3最相关文本块）。
大模型问答链开发：设计Prompt模板，将检索到的上下文与用户问题组合，调用DeepSeek API生成精准答案，并实现引用来源自动标注。
用户界面开发：使用Streamlit构建完整的Web应用，包括文档上传区、文档列表管理、聊天对话界面、快捷问题按钮等。
性能优化：实现问答缓存机制，相同问题直接返回缓存答案，响应时间从秒级降至毫秒级。
测试与部署：完成多格式文档上传、多轮对话、边界情况（无答案、知识库为空等）的功能测试，确保系统稳定可用。