政务大厅AI数字人多轮问答系统（大模型+RAG+数字人）产品系统Vibe Coding

1、立项原因：
传统政务大厅长期存在"三高一低"痛点：高频事项重复咨询率高、窗口人员答复压力大、群众等候时间长、夜间与高峰时段服务覆盖低。据多地政务服务中心公开数据，身份证换领、社保查询、公积金提取、营业执照办理等TOP20高频事项占大厅咨询量70%以上，而这类问题答复口径高度标准化，天然适合由AI数字人承接。与此同时，政策文件专业术语密集，群众口语化提问（如"身份证快过期咋换"）与书面化办事指南（“居民身份证有效期满换领”）之间存在显著语义鸿沟，直接套用通用大模型回答易产生幻觉、答复口径不统一，反而会引发群众投诉与二次跑动。
2、行业场景：
本项目面向省、市、区三级政务服务中心大厅及其线上政务服务平台，属于"人工智能+政务服务"的垂直细分赛道。国务院《关于加快推进政务服务标准化规范化便利化的指导意见》明确要求推动智能导办、智能客服在政务大厅规模化落地；广东省"数字政府"改革实践已验证市场空间——深圳"i深圳"上线AI政务助手"深小i"注册用户超150万，广州、佛山、珠海等地政务大厅均已部署数字人导办，政策窗口期清晰、客户付费意愿明确。
3、解决方案：
本项目以"政务大厅数字员工"为切入，通过"大模型+RAG+数字人+业务系统对接"的一体化架构，构建"问—导—办—审"全链条闭环：用AI分流大厅80%以上的高频咨询，将材料填报时间压缩60%以上；通过RAG来源溯源与人工兜底机制，确保数字人答复与窗口工作人员口径100%一致，在降低人力成本的同时不牺牲政务服务的严肃性与合规性。

本项目围绕政务大厅高频咨询场景，构建了一套以"大模型+RAG+数字人"为核心的智能问答系统，聚焦多轮对话问答这一核心能力做深做透，当前已完成核心功能落地并具备持续扩展的基础。项目包含三大模块：
一、数字人交互端。语音输入（ASR）与语音播报（TTS）、Three.js 数字人形象渲染、情绪识别与表情联动；支持多轮对话记忆，自动将"我是内地居民"这类追问补全为独立问题再检索；闲聊寒暄与政务咨询意图自动分流；问题模糊时（如签注未说明类型）先澄清追问、问清后再作答。
二、政务问答引擎。以官方办事指南构建知识库做 RAG 问答：预设 FAQ 标准答案优先命中（向量粗筛+精排双阈值+事项一致性校验，命中即零幻觉直出）；未命中走 BM25+向量混合检索与重排；回答强制完整列全必要材料与份数、给出具体办理窗口指引、禁止念出"复印件0份"类表格噪音字段、专业术语自动附通俗解释、输出口语化段落便于数字人朗读。
三、知识生产与管理后台。政务网指南 PDF 批量采集与解析（含无边框材料表格结构化、完整性校验与人工复核队列）；管理后台支持指南与问答对批量上传、解析、校验入库、向量化（选中/全量）与任务进度可视化；事项支持按事项类型、主管部门、行政区划三维分类与多维筛选；QA 语料多格式导入（JSON/CSV/Excel）与 LLM 辅助生成；知识更新后问答服务热更新，无需重启。

本人独立负责产品定义、数据工程、检索问答算法、前后端开发与部署全流程。
技术栈：Vue3+Vite+TypeScript+Three.js（数字人渲染、Web Audio 音频处理）；Python FastAPI+LangChain 后端；ChromaDB 向量库；bge-large-zh-v1.5 本地嵌入+bge-reranker-large 重排；BM25（jieba 分词）与向量加权混合检索；qwen 大模型（DashScope）；讯飞 ASR/TTS WebSocket 通道；pdfplumber 文档解析。
架构与实现亮点：
1、FAQ 两级判定防误配：短问题向量相似度整体偏低，单阈值余弦会漏配，改为余弦粗筛+reranker 精排双阈值判定，再加轻量 LLM 校验"是否同一业务"，杜绝"护照"误配"港澳台居住证"类表面相似。
2、RAG 幻觉与噪音治理：提示词规则化约束——材料清单零遗漏、跨事项材料隔离、零值表格字段不播报、未收录时如实说明并指引具体窗口而非泛泛套话。
3、无边框 PDF 表格还原：基于细线矩形的行列几何聚类，从无框线政务 PDF 中准确抽取材料清单（份数、容缺、免提交等字段）。
4、工程化：LangChain Indexing 哈希增量索引避免重复嵌入；后台任务按 cpu/gpu/llm 三组互斥调度；支持局部 scoped 重向量化与知识热更新。