RAG 知识库系统 - 检索增强生成智能问答平台产品系统

企业在构建智能问答系统时，面临大模型知识过时、领域知识不足、回答不可控、幻觉严重等问题。传统的大模型问答只能依赖训练数据，无法实时获取企业内部知识和最新信息。本系统旨在构建基于检索增强生成（RAG）的知识库系统，支持文档上传、智能检索、精准回答，帮助企业构建私有化智能问答平台。

系统包含以下核心功能：1）文档处理：支持PDF、Word、Markdown、TXT等多种格式文档上传，自动解析文本内容，支持表格和图片提取；2）文本分块：基于语义和长度的智能分块算法，支持自定义分块大小和重叠，保证上下文完整性；3）向量化存储：支持Milvus和FAISS两种向量数据库，可灵活切换，支持多种Embedding模型，高效存储和检索向量；4）智能检索：支持相似度检索、关键词检索、混合检索多种模式，支持重排序（Rerank）提升检索精度；5）问答生成：基于检索结果构建Prompt，调用大模型生成精准回答，支持引用来源标注，可追溯回答依据；6）FastAPI后端提供RESTful API，支持知识库管理、文档管理、问答接口，前端可视化展示检索过程和引用来源。

独立完成全部开发。集成LangChain和LlamaIndex两大RAG框架，支持灵活切换和混合使用；支持Milvus分布式向量数据库和FAISS本地向量库，可根据数据量灵活选择；智能文本分块算法，支持语义分块和重叠策略；支持多种Embedding模型和重排序模型，提升检索精度；FastAPI异步后端，支持高并发问答请求。