随着企业文档类型日益多样（PDF/DOCX/PPTX/XLSX/HTML/图片/音频），知识分散在多个业务系统，员工查找信息成本高、答案来源不可信、无法审计；同时长任务（索引 / 向量化 / 解析）与 Web 请求争抢同一进程，导致"前台被后台拖垮"，5 类访问入口互拖后腿。企业亟需一个能从多源文件接入、可信知识生产、组织与检索，最终多端交付的完整闭环平台——既要知识可信、答案可追溯，也要生产架构扛得住并发。本项目正是面向这一复合痛点，提供 RAG Chat / REST API / MCP / Dify 多端智能问答能力，做到答案可追溯、命中可解释、运营可观测。
平台覆盖五大核心环节：①多源文档接入：支持 PDF/DOCX/PPTX/XLSX/HTML/图片/音频多源摄入，经解析分块入库；②可信知识生产：基于 Embedding + Milvus 构建向量库，结合 Wiki 实体页与关系图谱；③知识组织：实体 + 关系 + 来源分块，形成可治理的知识资产；④智能检索：7 步结构化查询理解（用户问 → LLM 意图理解 → 实体落地校准 → 分类路由 → 确定性查询 → 证据汇聚 → 生成回答），配合文档通道（向量召回 + BM25 + 混合检索 + Reranker）、Wiki 通道（页面 + 实体关系 + 来源分块）、精选问答通道（标准答案优先）三条取证通道，做到答案来源可追溯、命中可解释；⑤多端交付：RAG Chat / REST API / MCP / Dify 四端接入，配套 Token 范围授权与调用审计。生产架构上基于 PostgreSQL 持久化队列实现 Web 与重任务解耦（无需 Nginx / 消息队列），独立 Index/Wiki Worker + 4 核（1×2 索引 / 1×1 Wiki）/ 10 核+（2×2 索引 / 1×2 Wiki）弹性配置，做到"前台不再被后台拖垮"。底座采用 PostgreSQL + MinIO + Redis + 调度器，支持超管 / 所有者 / 读写协作者分级权限。
本人作为全栈研发 + 架构治理，主导端到端架构与五环节闭环落地，搭建"需求澄清 → 根因诊断 → 架构设计 → 全栈实现 → 真实测试 → 部署交付与复盘"6 步交付闭环，覆盖六类核心贡献：智能检索与知识可信、生产架构与任务可靠性、产品体验与知识管理、企业权限与外部集成、可观测性与故障诊断、质量保障与交付闭环。技术亮点：基于 PostgreSQL LISTEN/NOTIFY + 任务表实现持久化队列（零额外消息队列依赖）、7 步结构化查询理解与三通道证据汇聚、4/10 核弹性 Worker 编排。在 Vibe Coding 工作模式下，借助 Cursor + Claude Code 快速生成数据访问层、API 路由骨架、单元测试与文档模板，把精力集中到检索质量调优、并发与可靠性治理、知识库组织规范上，迭代效率显著提升。累计 325 次 Git 提交、56,471 行代码变更、34 个自动化测试脚本、419 个测试断言、218 个受版本管理文件。
评论