文博考古专项 AI 智能体产品系统Vibe Coding

面向文博考古领域的智能化知识问答与内容生产平台，通过 RAG（检索增强生成）技术将行业规范、学术文献、馆藏元数据、田野记录等多源异构语料整合为可检索知识库，为考古工作者、文保人员、博物馆从业者及科普创作者提供带引用溯源的智能问答、内容初稿、文献梳理、文保方案与短视频脚本生成等能力。

1、多模式智能对话：
平台提供五种对话工作模式，适配不同业务需求。知识问答模式支持用户围绕考古学、文物保护、器物形制等主题发起提问，系统基于所选知识库检索相关片段并给出带引用标注的回答；内容初稿模式提供科普、学术、新媒体三种文风，可快速生成文章、解说词与短帖；文献梳理模式针对研究主题自动检索多源资料，整理观点、争议与演进脉络；文保方案模式按现状概述、价值评估、保护措施、风险限制、依据引用等结构输出方案摘要；短视频脚本模式则可直接生成包含标题、时长建议、分镜表、口播文案与字幕的完整脚本初稿。
2、知识库管理
支持创建公共语料库、团队共享库与个人私有库三级知识库，满足不同权限与协作场景。用户可上传 PDF、Markdown、图片等格式文档，系统自动完成文档解析、向量化切片与异步入库，入库状态实时可追踪。知识库之间数据隔离，团队库支持按角色控制读写权限，确保敏感田野资料与研究成果的安全共享。
3、馆藏与视觉检索
开放馆藏元数据模块支持导入博物馆开放访问数据，用户可围绕器物年代、材质、文化背景与收藏信息进行问答检索。视觉检索能力允许上传样例图片，在含图片语料的知识库中检索相似案例，为器物比对、病害识别与展览策划提供参考。
4、田野日志与调查统计
针对考古现场工作，平台支持田野日志的辅助生成与规范化整理，并可将调查记录、探方日记、登记表等私有资料纳入个人知识库进行后续检索与问答。调查统计模块支持对采集数据进行汇总分析与洞察提炼。
5、引用溯源与内容安全
所有生成内容均附带来源引用，展示原始片段、相关度分数、知识库范围与许可证信息，确保事实可追溯。系统内置硬拒答规则，对检索依据不足、涉及虚构文献或敏感信息的请求进行拦截，并在输出末尾标注“初稿 · 需人工审定”水印，强调 AI 生成内容不可替代专家鉴定与正式审批。

1、ArchiMind 文博考古专项 AI 智能体采用前后端分离架构，基于 RAG 技术构建完整知识服务系统。后端使用 FastAPI，按认证、知识库、对话、功能开关等模块组织，数据层用 SQLAlchemy + PostgreSQL，Pydantic 负责请求校验。RAG 核心封装在独立 langchain 包中，采用 LangGraph 编排检索、评分、生成、引用格式化节点。检索节点调用 Milvus 向量库，支持稠密向量与 BM25 混合召回，结合查询扩展与 gte-rerank-v2 重排提升召回质量；生成节点将片段组织为上下文送入大模型，输出带引用标注的内容。
2、系统通过 mode 区分问答、内容初稿、文献梳理、文保方案、短视频脚本五种对话模式，各模式拥有独立子图与 Prompt 模板，分别实现精准回答、风格化写作、综述梳理、方案摘要与分镜脚本生成。
3、前端基于 Next.js 14 App Router + React 18 + TypeScript + Ant Design 5，使用 Zustand 管理本地状态，TanStack React Query 管理服务端状态，SSE 实现流式对话渲染，react-markdown 展示生成内容。
4、文档入库由 Celery Worker 异步处理：解析文件、文本切片、调用 DashScope 嵌入模型生成向量，连同元数据写入 Milvus；图片通过视觉模型提取描述后支持以图搜图。系统以 Docker Compose 编排，Nginx 统一入口，Next.js standalone 输出减小镜像，.env 集中管理功能开关与模型参数，便于快速部署与场景适配。