本项目是一个面向学生事务资料查询场景的 AI 问答工具,主要解决学生在阅读学生手册、校规文件和办事流程时查找困难、理解成本高、重复咨询多的问题。
系统支持基于已整理资料进行智能问答,用户可以咨询学籍管理、考试安排、奖学金、请假、处分、实践学分等规则类问题。项目提供普通回答和专业回答两种模式:普通回答适合快速查询,专业回答会补充依据、办理流程、可信度提示和必要的流程图说明。
系统还支持资料上传学习功能,可将 Markdown 或文本格式的规章文件加入知识库,使问答范围不局限于默认资料。整体目标是把分散、较长、阅读门槛较高的制度文件,转化为更容易理解和检索的交互式问答体验。
项目整体采用前后端分离架构。前端使用微信小程序实现聊天交互、回答模式切换、常见问题入口、资料上传、来源查看、反馈按钮和流程图展示等功能;后端使用 Node.js + TypeScript 搭建接口服务,负责文件解析、知识库构建、向量检索、问题改写、重排序、AI回答生成和可信度检查。
RAG 部分先将学生手册和规则文件解析为文本片段,再调用嵌入模型生成向量并保存为本地向量知识库。用户提问后,系统会先对问题进行规范化处理,再从知识库中检索相关片段,并结合可选重排序筛选更相关的依据,最后由大模型根据检索结果生成回答。
为了解决小程序端请求容易超时的问题,后端将问答流程改为异步任务模式:用户提交问题后立即创建任务,小程序端轮询获取结果,从而提高稳定性。项目还加入了普通/专业回答模式、引用来源展示、可信度检查、流程图渲染、用户个人资料学习等功能,提升了可用性和可解释性。