文档问答小工具(最小 RAG)——不接大模型,也能把答案定位到「第几段」产品系统

我要开发同款
战逸暄2026年11月22日
5阅读

技术信息

语言技术
Node.js
系统类型
Windows、Linux
行业分类
企业服务、开发工具

作品详情

行业场景

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。

功能介绍

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。

项目实现

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。

示例图片

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