企业级大模型知识库与智能问答平台产品系统

大型企业总部内部制度、公文、技术文档分散在多个系统中，员工检索依赖人工翻找，效率低且口径不一致。项目旨在建设统一的企业知识库与智能问答入口，让员工用自然语言即可获取准确、可溯源的制度与业务答案，同时满足大型组织对数据不出内网、权限严格隔离的安全合规要求。

1、多源知识接入：支持 Word、PDF、PPT、网页等文档批量导入，自动切分、清洗并构建向量索引；2、智能问答：基于 RAG 架构，向量与关键词混合召回加重排序，答案附引用来源，可点击溯源原文；3、权限体系：对接企业统一认证，按部门与密级做知识隔离，问答结果自动过滤无权限内容；4、反馈闭环：点赞点踩、badcase 标注与回流，持续优化召回与生成质量；5、运营后台：知识命中率、满意度、高频问题等数据看板，支撑持续运营调优。

本人负责整体架构设计与核心链路落地：1、基于 vLLM 私有化部署开源大模型，支撑高并发流式推理；2、设计 embedding 与 rerank 双阶段召回管线，结合查询改写提升复杂问题命中率；3、设计文档解析与切分策略，按标题层级与语义边界切分并保留表格结构；4、设计权限过滤与审计日志方案，满足企业级安全合规要求；5、输出 API 网关与前后端交互规范，指导团队完成开发联调与上线。