企业级 RAG 智能知识库问答系统产品系统Vibe Coding

立项原因：企业内部沉淀了大量 PDF、Word、PPT、Excel 等非结构化文档，员工查阅制度规范与技术资料时只能人工翻找，效率低、定位不准；而通用大模型无法访问企业私有知识，回答容易产生幻觉。本项目旨在解决"私有知识进不了大模型、文档问答无出处"的核心问题。行业场景：面向企业知识管理与智能问答场景，将规章制度、项目文档、培训资料统一入库，员工以自然语言提问即可获得带原文出处的精准回答。系统已实测索引 311 个文档，可显著缩短信息获取时间。

功能介绍（必填，≥80 字，约 330 字）
系统包含四大功能模块：1）文档管理模块：支持 PDF、Word、PPT、Excel、TXT、Markdown、CSV 等 10 种格式上传，单文件最大 50MB，提供文档列表搜索、分页、折叠预览、单个删除、批量删除与一键清空；2）解析入库模块：自动提取文本，按 512 字切块、128 字重叠切分，调用本地 bge-small-zh 中文嵌入模型向量化后存入 ChromaDB，原文件与向量数据均落盘持久化；3）智能问答模块：采用向量检索与 BM25 关键词检索混合策略，经 RRF 融合及相关性阈值过滤召回 Top10 片段，再交由 DeepSeek 大模型生成带出处的答案，支持纯检索与大模型生成两种模式；4）系统服务模块：提供健康检查接口、RESTful API、一键启停脚本与 Docker 部署，前端为水墨风极简 Web 界面，开箱即用。

我独立负责全栈设计与开发：后端基于 Python + FastAPI 搭建 RESTful 接口，使用 ChromaDB PersistentClient 实现向量持久化，通过 sentence-transformers 加载本地 bge-small-zh-v1.5 嵌入模型，自研文档解析、文本分块、嵌入服务、向量存储、混合检索与 RAG 生成六层服务；前端使用 React 18 + TypeScript + Vite + TailwindCSS 构建单页应用。架构亮点：向量 + BM25 双路 RRF 混合检索提升长尾问题召回率，相似度阈值自动拦截无关提问，LLM 支持 DeepSeek/OpenAI/Ollama 一键切换。实现难点：解决了国内 HuggingFace 模型下载受限（改用国内镜像本地化部署）、Windows 符号链接兼容、非管理员环境一键启动等工程问题，最终做到数据关机不丢失、双击脚本即可运行。