某机构知识库平台产品系统Vibe Coding

随着全球矿业合作的深化，北京某机构收集了大量世界各国的矿业法律法规。然而，这些资料存在语种繁多、篇幅冗长、格式各异、检索困难等痛点，传统的关键字搜索已无法满足地质专家与科学家对跨国矿业政策、开采权限、环保标准等复杂信息的精准获取需求。
建设目标：依托大模型与检索增强生成（RAG）技术，构建一个高可用、高智能的世界矿业法知识库。实现多国矿业法的结构化入库与智能问答，为地质专家及科学家提供“秒级响应、精准溯源、跨语种理解”的智能化查询体验。

1. 知识库智能查询（面向地质专家/科学家）
智能问答与条款溯源：基于RAG（检索增强生成）技术，给出精准答案。
2. 数据导入与智能清洗（面向数据管理员）
多源异构数据解析：支持PDF、Word、HTML、扫描件（OCR）等多种格式的世界各国矿业法文件批量导入。
自动化数据清洗：自动去除文档中的页眉页脚、乱码、水印等噪声；对长文本进行智能分块（Chunking），保留法律条款的上下文完整性。
元数据自动抽取：利用AI自动识别并提取文件中的“所属国家”、“发布年份”、“涉及矿种”、“法律层级”等元数据，便于后续分类管理。
3. 导入列表与任务管理（面向系统管理员）
全链路任务监控：提供可视化的导入列表，实时展示每个文件的处理状态（如：解析中、清洗中、校验中、向量化中、已完成、失败）。
异常处理与日志：对导入失败或校验不通过的数据提供详细的错误日志，支持单条数据重试或人工干预修正。
数据版本管理：支持法律条文的版本控制，当某国矿业法更新时，支持平滑替换旧版本，确保知识库的时效性。

本项目采用前后端分离架构，后端以 .NET Core API 为基座，深度融合 Microsoft Agent Framework 及各类AI组件，打造高并发、高智能的底层支撑。
1. 业务基座：.NET Core API
作用：作为整个系统的后端中枢，提供高性能、跨平台的 RESTful API 服务。
实现：负责用户权限鉴权、文件上传下载、业务逻辑流转、任务调度以及与前端和各个AI组件的接口对接。利用其强大的异步编程模型（async/await），保障大批量文件导入时的高并发处理能力。
2. 智能中枢：Microsoft Agent Framework (MAF)
作用：构建知识库的“大脑”，处理复杂的查询意图与多步推理。
实现：
意图识别与路由：当专家提出复杂问题时，Agent负责拆解问题（如：先查A国法律，再查B国法律，最后对比）。
工具调用（Tool Calling）：Agent可自主调用向量检索工具、翻译工具、元数据过滤工具。
多Agent协同：可配置“检索Agent”、“总结Agent”和“合规审查Agent”，协同完成从信息获取到最终报告生成的全流程。
3. 数据流转核心组件
数据 chk（校验）组件：
入库前校验：检查文件格式、大小、完整性，拦截损坏文件。
清洗后校验：校验分块后的文本是否包含敏感信息、是否存在大段空白或乱码，确保入库数据的高质量（High-quality Data）。
数据清洗组件：
结合正则表达式与轻量级NLP模型，进行文本去噪、段落重组。针对矿业法特有的层级结构（编、章、节、条、款、项），进行结构化保留清洗，防止切块时破坏法律逻辑。
向量数据库（Vector Database）：
采用高性能向量数据库，存储清洗后文本的 Embedding 向量。支持百亿级向量的高效近似最近邻