图文并茂 RAG 工业机器人私有知识库检索平台

技术信息

语言技术
Python、React、Torch系统类型
Web、Windows行业分类
智能硬件、机器人

作品详情

行业场景

工业机器人产品手册、技术文档量大，传统关键词检索容易漏检、无法匹配文档内附图，售前、产品、市场人员查找资料耗时久。项目面向企业内部文档管理场景，搭建支持图文联合检索的私有知识库平台，实现文档上传解析、切片向量化、图文检索、权限管控，解决技术文档检索效率低、看不到配套示意图的痛点。

功能介绍

台包含前端文档管理页面、后端解析服务、RAG 多路召回重排模块、Milvus 向量存储模块、权限管理模块。支持 PDF/DOCX 文档上传、自动切片、图片提取；支持多级目录管理、文档增删改查；多路索引召回后通过 reranker 重排，检索结果同时返回文本片段与对应配图；区分管理员与普通用户权限，文档变更自动同步向量库与图片资源，形成数据闭环。

项目实现

我负责平台全栈搭建与 RAG 核心算法研发。后端基于 FastAPI，前端 React；使用 PyMuPDF、python-docx 解析文档，LlamaIndex 做文档切片；BGE-M3 做向量编码，Milvus 存储向量，创新实现图文绑定检索；多路召回 + BGE-reranker 重排优化检索精度；实现文档上传删除自动更新向量库。上线后文档检索效率提升 60% 以上。