1. 立项原因，旨在解决什么产品问题
企业内部知识分散在各类业务文档、操作手册及制度资料中，传统检索方式效率较低，通用 AI 问答又存在答非所问、知识混淆、回答不完整及缺乏依据等问题。同时，企业知识库无法覆盖所有专业问题，缺少外部专业信息补充机制。因此，立项建设智能知识问答系统，提升知识检索准确性、回答完整性及业务信息获取效率。
2. 行业场景，业务背景
面向医药研发及企业日常办公场景，为员工提供统一的智能知识查询入口。通过整合内部知识库、专业网站检索和 AI 内容生成能力，帮助员工快速获取业务知识、梳理专业信息，降低人工查阅文档和重复咨询成本，提升知识复用效率与业务协作水平。
项目包含智能问答、意图识别与查询改写、知识库检索、外部信息检索、用户反馈、文档管理及运营报表等模块。系统基于用户问题识别查询意图，对问题进行优化后调用 Dify 知识库进行检索，并结合检索结果生成流式回答，支持展示信息来源及用户评价。当内部知识不足时，可通过配置白名单的方式扩展专业网站检索，并对检索内容进行 AI 整理。系统同时记录问答日志、知识库命中情况、响应时间和用户反馈，为后续检索优化、服务质量评估及月度运营分析提供数据支持。
我参与系统整体方案设计与核心功能开发，负责或参与 FastAPI 后端接口、问题意图识别与查询改写、Dify 知识库检索及多路结果去重、AI 流式回答、问答日志和用户反馈等功能实现，并推进外部检索、管理后台及月度报表能力建设。技术栈包括 Python、FastAPI、Claude API、Dify、MySQL、Redis、Milvus、Next.js、TypeScript 和 Docker Compose。采用前后端分离架构，通过 SSE 实现回答流式输出。项目重点解决复杂问题检索、重复结果处理、知识来源追溯及回答质量控制等问题，并通过日志和反馈数据支持持续优化。
评论