企业 PDF 文档 RAG 智能问答系统产品系统

企业内部沉淀大量 PDF 文档，包括客户档案、制度文件、培训资料，人工查阅效率低。本项目面向企业文档问答场景，实现文档智能检索、问答溯源，降低信息查找成本，减少大模型回答幻觉。

支持批量解析多份 PDF 文档，自动文本切片并构建向量知识库；采用 FAISS 向量检索 + BM25 关键词检索混合召回，搭配 CrossEncoder 重排优化检索精度；支持多轮对话、代词追问；Streamlit 可视化网页交互，回答附带原文来源溯源；向量库持久化，一次构建可反复调用，可私有化部署。

本人独立完成 RAG 全链路开发，使用 Python 作为开发语言，基于 LangChain、FAISS 向量库、BM25 关键词检索、CrossEncoder 重排、Streamlit 网页框架、Pydantic 参数校验库进行开发。负责文档解析、文本切片、检索策略开发、大模型 API 对接与 Web 页面开发，解决实体串扰、检索不准、回答幻觉等痛点，可分阶段交付源码与部署文档