RAG知识库产品系统

企业文档分散在网盘、Wiki、邮件和业务系统中，检索靠关键词、问答靠人工，知识复用难、答复口径不一致。本项目面向企业知识中台与智能客服场景，用 RAG 把非结构化文档建成可检索、可追溯的知识库，支撑制度查询、产品答疑、运维排障等业务，降低查找成本、提升答复准确率与一致性。

项目包含知识库管理、文档解析入库、混合检索问答、多模态接入、Agent 对话、任务调度与用量统计等模块。支持知识库增删改查与权限隔离；
文档上传后自动解析、切片、向量化并写入向量库；检索采用稠密向量与 BM25 混合检索，并可叠加 Rerank 提高相关性；
问答支持流式输出与引用溯源。另提供 OpenAPI、OAuth2 登录、异步任务状态查询及 Token 用量统计，便于对接业务系统和运营核算。

我负责 RAG 检索链路与知识库后端：
基于 FastAPI 搭建服务，Milvus 做稠密向量与 BM25 混合检索并接入 Rerank；
文档解析、索引构建走 Celery 异步任务，元数据用 Tortoise ORM 落库，对象存储对接 MinIO/S3。
难点在切片策略与检索召回的平衡，以及大文档并发入库的稳定性；通过混合检索、异步解耦和统一配置中心保障效果与可运维性。