保险条款智能问答产品系统Vibe Coding

是一个保险条款知识工程系统：把各家保司以 PDF 发布的、法律化、非结构化的保险条款，通过纯本地、零外部调用的方式自动转化为结构化数据，再基于向量检索 + RAG + 对比引擎，让普通用户和从业者能够快速读懂条款、精准查询、公平对比保险产品，同时用隐私优先和成本可控的架构支撑规模化。

1. 条款结构化提取：纯正则零外部API，自动解析平安/人保/太保/太平等40+款保险PDF，提取免赔额、赔付比例、等待期、免责、病种数、身故责任等5-9个维度，置信度最高98%。
2. 智能检索：三阶段混合检索——BM25关键词+分词、BGE语义向量、RRF融合+Cross-Encoder精排，支撑精确与语义双重查询。
3. RAG问答：语义分块+渐进压缩Prompt（零硬截断），支持DeepSeek/OpenAI/Anthropic/Ollama，SSE流式返回带来源引用，三层去重缓存命中不扣配额。
4. 产品对比：7类险种×核心维度，自动发现差异与独有字段，启发式判定"A更优"，生成对比报告。
5. 自动更新：Agent管道检测6家保司条款变更，增量下载、重提取、重建索引并生成报告。
6. 多端交互：FastAPI后端20个端点+React前端，支持检索/问答/对比/统计/认证与对话管理。

由我从0-1全权负责：
提取层：PyMuPDF+pdfplumber解析PDF；ClauseSegmenter按标题分段；按险种工厂路由到正则提取器（医疗/重疾/年金/寿险/失能/家财），LLM缓存经manifest白名单+签名校验自动合并。
检索层：jieba+BM25关键词检索，BGE-large-zh向量化入Milvus Lite，结构化数值注入chunk区分产品；RRF(k=60)融合双集合，bge-reranker精排Top30→Top5。
问答层：Semantic Chunk语义去重+Self-Contained摘要头，倒金字塔分层，L0-L5渐进压缩零硬截断；tiktoken/字符双模估算token。
后端：FastAPI 20端点+SSE流式（search_stage/sources/delta/done五事件）；PostgreSQL/JSON双后端。
前端：React18+TS+Vite+AntD，Zustand状态管理，SSE进度指示、对比视图、来源抽屉。
自动更新：公共基类整合6抓取器，Agent四层管道（变更检测→增量下载→提取索引→报告）。