企业知识库 RAG 智能问答系统产品系统Vibe Coding

面向中小企业内部知识管理、客服辅助、售后支持及员工知识查询场景。企业的产品说明、操作手册、业务制度和常见问题通常分散存放在多个文档中，查找成本高，人工答复也容易出现不一致。本项目通过知识库、语义检索和引用式智能问答，演示企业如何将已有文档转化为可查询、可追溯的知识服务。

系统支持创建和管理企业知识库，上传 PDF、DOCX、TXT 等文档，并展示文档处理状态。后台提供文本抽取、内容规整、分块、向量化和索引存储流程，支持按知识库进行 Top-K 语义检索。

问答模块采用 RAG 方案，先检索知识证据，再生成或返回回答，并展示相关引用来源。当知识证据不足时，系统触发明确的“知识不足”兜底机制，避免无依据生成答案。

系统采用模型供应商解耦设计，提供离线 Mock 与真实模型适配接口。当前 V0.1 已完成离线功能验证，真实 Qwen/DashScope 模型调用尚未完成验收。

该项目是个人自主研发的企业 AI 知识应用技术演示作品。本人负责知识库产品设计、系统架构、RAG 处理流水线、模型适配边界、后端 API、前端交互及验证方案，并使用 AI 编码工具辅助开发。

技术采用 Java 21、Spring Boot、JPA、Flyway、PostgreSQL/pgvector、PDFBox、Apache POI，以及 Vue 3、TypeScript 和 Element Plus。

项目重点验证文档生命周期、文本分块、检索隔离、引用追踪、知识不足兜底及 Provider 失败处理，已具备 41 项离线测试资产。当前为演示系统，真实收费模型与生产级身份认证不属于已验收范围。