财小资金融智能客服项目产品系统

1. 立项原因：为了解决金融场景下的关于结算、报表、投资、融资、票据、外汇等业务的通用智能问答和数据查询，解决财资大管家使用场景下的疑难杂症
2. 行业场景：宁波银行财资大管家智能客服项目，为了紧跟时代潮流，提升客户服务效率，构建企业级智能客服系统，实现7×24小时智能化问答服务，助力金融对公板块的大模型落地。

1. 金融场景下的的关于结算、报表、投资、融资、票据、外汇等业务的通用智能问答和智能问题推荐
2. 金融场景下的的关于结算、报表、投资、融资、票据、外汇等业务的财资大管家产品下的数据查询，调用对应工具获取业务数据，然后通过卡片进行展示

1. 我作为项目经理+技术架构师+核心开发
2. 技术架构和实现思路
- 采用Langchain4j(Java)框架实现RAG（检索增强生成）知识库问答系统
- 使用Python进行模型微调，基于Hugging Face Transformers库，使用PyTorch对BERT-base模型进行微调，提升意图识别准确率与推理速度
- 多路召回策略：向量检索（pgvector）+ 全文检索（ElasticSearch）+ 图检索（Neo4j）+ Rerank重排序
- 知识库平台：支持文档智能分块（基于规则分块/基于向量分块/基于大模型分块三种策略）
- 文件处理：支持PDF、Word、Excel等文档上传，自动解析并生成向量索引
- RAG评估：实现召回率测试工具，量化评估问答效果
- 对话管理：支持多轮对话、上下文记忆与压缩、意图识别
- 流式输出：实现SSE流式响应，提升用户体验
- 渠道接入：集成企业微信，实现即时通讯对接
- 监控体系：构建对话全链路追踪监控，记录每一轮问答的检索过程与结果