AI客服RAG知识库与安全兜底原型产品系统Vibe Coding

面向电商售前、配送、售后、支付与账户安全等客服场景，为企业散乱的FAQ和产品规则提供结构化检索与安全兜底。系统在识别客户问题后召回相关知识，对退款、丢件、支付异常、隐私请求和极端天气等高风险问题标记转人工；当知识库信息不足时不强行生成答案。

1. 支持中英文FAQ的JSON结构化存储和检索。
2. 使用BM25、查询词覆盖率和关键词命中进行混合排序，返回相关知识条目及置信度。
3. 对验证码、密码、完整证件号和银行卡号进行优先拦截，避免敏感信息进入普通问答流程。
4. 对低置信度问题自动拒答并转人工；对支付、隐私、人身安全等高风险知识即使命中也保留人工处理条件。
5. 默认支持离线检索式回答，也可通过环境变量接入兼容Chat Completions的大模型服务，形成RAG回答链路。
6. 提供命令行入口、Streamlit Web界面、离线评测脚本和自动化测试。

项目使用Python实现，核心模块分为知识加载、混合检索、回答编排、安全策略和可选LLM客户端。检索器对英文单词、中文单字和中文二元字符进行分词，计算BM25相关性，并结合查询覆盖率与FAQ关键词命中得到综合评分。回答服务在检索前使用正则规则检测验证码、密码、证件号和银行卡号；检索得分低于阈值时进入人工兜底，高风险FAQ命中后追加人工处理条件。LLM密钥仅从环境变量读取，源码不保存任何凭证。开发中针对无关问题误召回现象调整阈值、补充同义词并提高关键词权重，最终5项单元测试和10个离线评测用例全部通过。