一个纯 Node.js、零依赖、不联网的本地文档问答演示:问一句,把命中的「文档名 + 段落号 + 原文」引出来。
点击空白处退出提示
一个纯 Node.js、零依赖、不联网的本地文档问答演示:问一句,把命中的「文档名 + 段落号 + 原文」引出来。
把 .md / .txt 中文文档自动分块建索引(5 份模拟文档:维保手册、报销制度、产品 FAQ、考勤请假、安全生产)。对问题做中文分词近似(字符 unigram / bigram / trigram),用「命中次数 × 逆文档频率 × 词长权重」给段落打分。取相关度最高的 Top-K 段,输出文档名 + 段落号 + 原文片段,答案全部来自原文,可追溯。支持单条提问、批量提问(--file)、查看文档清单(--list)、控制返回条数(--top)。双击运行.bat 即可跑,内置 chcp 65001 解决中文乱码。
本项目为自建演示项目,文档均为模拟数据,未涉及任何客户或交付经历。用纯 Node.js、零依赖实现,本人独立完成全部开发。边界(它搞不定的,先讲清楚):没有语义向量(embedding),纯字符 n-gram 匹配,不理解为同义;同义词、口语化提问会漏:换一种说法可能就找不到,这是字符匹配的固有短板;不支持扫描件 / 图片 / PDF:只读纯文本,没有 OCR;不支持多人并发服务:这是命令行演示,不是 Web 服务,也没有鉴权;不接任何大模型:不会对话、不会生成新句子,只做「检索 + 引用」。定位:一个能截图、能当案例讲的「检索 + 引用」最小闭环演示,用来讲清楚 RAG 里「分块 → 检索 → 引用」这一段的原理和边界。




评论