企业级 AI 智能问答工作台（RAG 知识库 + Agent 联网搜索）产品系统Vibe Coding

中小企业普遍存在 "文档散落在微信 / 飞书 / 本地、员工查资料靠问老员工、客服每天重复解答同样问题" 的痛点。市面上通用大模型（ChatGPT/DeepSeek）能聊天却读不懂企业内部文档，而企业直接把内部数据喂给公有大模型又有泄密与合规风险。

本项目立项解决一个实际问题：让中小企业拥有一套私有化部署、数据不出内网、可对接自有知识库的 AI 问答助手。员工上传制度文件、产品手册、客服话术之后，系统自动解析、切片、向量化；员工提问时，系统先从知识库检索最相关的内容片段，再生成带引用来源、可溯源的回答。同时内置联网搜索、多轮对话记忆、敏感词与 Prompt 注入防护，兼顾回答效果与数据安全，适合作为企业内部知识助手或智能客服底座。

具体功能模块：

1. 智能对话：流式打字机输出（类 DeepSeek 体验）、思考过程折叠展示、引用来源侧边栏、多轮上下文记忆与代指消解；
2. 知识库 RAG：文档上传（PDF/Markdown，图文混排）自动切片、bge-m3 向量化入库 pgvector、bge-reranker 重排，回答自动标注引用片段可溯源；
3. 联网搜索：意图路由自动判断 —— 知识库问题走 RAG，时效性问题自动切联网，多路并行检索 + 网页正文抓取；
4. Agent 工具链：工具调用编排（搜索 / 网页抓取 / 计算），多步执行进度实时推送；
5. 安全合规：敏感词 AC 自动机过滤、Prompt 注入检测、输出流式审核、越权访问拦截；
6. 运营后台：多用户会话管理、配置中心（模型 / Prompt / 阈值热更新）、测评中心（批量跑问答用例自动评估准确率）、成本与错误码统计。

本人独立完成全栈设计与开发：前端 React、后端 Python FastAPI、Docker Compose 一键部署（PostgreSQL+pgvector / Redis / MinIO）。技术栈：LangGraph 编排 Agent 状态机、pgvector 向量库、Redis（限流 / 幂等 / 会话代际 / 热缓存）、APScheduler 定时任务、Alembic 版本迁移、JWT 鉴权。

实现亮点与难点：

1. 全链路 async + SSE 事件协议（事件 ID / 心跳 / 断线自动重连续传），流式输出不卡顿，断网刷新后从中断处继续接收；
2. 会话代际隔离 + 取消传播：连续追问时旧请求毫秒级作废，避免并发请求重复落库、无效消耗 token；
3. Redis 滑动窗口限流（用户 + IP 双维度）+ Lua 原子幂等防重发 + 回答回放缓存，防刷接口、防重试死循环；
4. 前置过滤四层关卡（敏感词 AC 自动机 / 长度 / 垃圾流量 / 注入检测）+ 轻量模型条件触发，正常路径