企业内部的知识资产大多散落在共享盘、聊天记录和个人电脑里:合同、报价、技术方案、质量与制度文件越攒越多,员工找一份文件要问三四个同事,拿到的还常是过期版本;管理者想了解经营与交付情况,只能靠层层口头汇报。制造、工程、贸易等以文档为核心生产资料的中小企业尤其明显——文件多、版本乱、人员流动快,而网盘和 IM 只解决"存"与"传",不解决"查得准、说得清、可追责"。
L1 因此立项:以企业自有文档为唯一事实来源,做"知识问答 + 办公协同"一体化系统。要解决三件事:① 让不熟悉检索的员工用自然语言提问就能得到答案,每条结论可回溯到原文段落,查不到时如实说明范围而不是编造;② 把文档、任务、日报周报、审批、经营看板纳入同一套组织与权限体系,不再多系统各记一套账号;③ 支持多租户隔离与私有化部署,满足数据不出内网的要求。目标口径是问答正确率 ≥95%,其余 AI 功能准确率 ≥90%。
系统由九个模块组成,前后端一体、单容器部署。
① 知识库问答:上传文档后自动解析、分类、打标、向量化;问答走"向量+关键词+全文"混合检索,RRF 粗排、CrossEncoder 精排,流式输出并附引用来源,支持多轮追问与"查不到就说查不到"的兜底。
② 文档智能:多文档对比与修订说明、风险与费用结构深度分析、智能填表(识别待填字段并保版式写回)、扫描件 OCR、图表与 DXF 图纸预览。
③ 知识库治理:公司/部门/小组三级库,子库、文件夹与标签,版本管理与回收站,重复与失效文件健康检测,Collabora 在线编辑。
④ 任务协同:AI 生成工作计划草稿,确认后落库;我的任务、我下发的、卡点清单,逾期扫描提醒。
⑤ 日报周报:个人日报读写与到点定稿,部门日报/周报由模型汇总(失败降级为规则清单)。
⑥ 审批:提交时冻结审批节点,单向状态机,超时提醒与升级。
⑦ 沟通:站内消息(强制弹窗、已读回执)、公告、公司/部门/小组群与私聊,可挂知识库附件。
⑧ 数据大屏:按老板/主管/员工三档展示,统一周期与环比同比口径,数字可下钻到明细;老板端含高频问题归并、日报总览、人员榜与经营数据抽取。
⑨ 平台管理:用户与注册审核、邀请码、租户与配额、授权计量、功能开关、行业问答配置;另有桌面客户端入口。
我在项目中承担全栈主要开发:需求拆解与数据模型设计、后端检索与文档处理链路、前端主要页面、部署与评测闭环。
技术栈:后端 Python 3.13 + FastAPI + SQLAlchemy 2 + Alembic,PostgreSQL 15 存业务数据,Milvus 2.5 存向量,Valkey 8 做缓存与 Celery 队列;嵌入与重排用 bge-m3、bge-reranker-v2-m3 独立推理服务,生成用 vLLM 部署的 Qwen3.5-35B-A3B;前端 Vue 3 + Vite + Element Plus + Pinia,构建产物由 FastAPI 托管,整站一个容器发布。
亮点与难点:
- 检索链路可解释:权限过滤先于加权,引用定位到段落;计数/枚举类问题单独走结构化路径,避免"看起来对"的错答。
- 文档处理:docx/pdf/表格/扫描件多解析器兜底,填表保版式写回;长文档按父子结构分片,避免同一节重复喂给模型。
- 多租户与权限:固定老板/主管/员工三档,六个数据域各自定可见范围,租户间数据隔离。
- 工程化:真链路评测集(近 100 道真实问题逐题判分)、最小增量发版 + 健康检查 + 自动回滚;踩过"参数被忽略导致批量误删"和"增量发版 import 缺失"两次事故,之后补了入参白名单与导入闭合检查。
声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!

下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态
评论