本项目是一套智能问答系统,集成知识库检索与元数据管理平台,为用户提供精准的知识问答服务。
软件功能描述 :用户每次提问,系统自动从知识库中检索相关文档内容,结合检索结果生成回答,确保回答有据可依、可溯源。系统会根据问题类型智能匹配对应技能(如计算、网页搜索等),按需调用工具辅助回答,避免无关信息干扰。管理员可通过元数据平台持续维护知识库,提升问答质量。
业务流程 :用户在对话界面提问 -> 系统自动检索知识库匹配相关内容 -> 根据问题类型路由到对应技能 -> 结合知识库内容生成回答 -> 流式实时返回给用户。管理员通过元数据平台上传文档、管理切片、维护同义词和名词词典,持续优化检索效果。
核心功能模块 :
1. 智能对话 :支持多轮对话记忆,自动从知识库检索答案,回答中标注内容来源;支持流式输出,实时展示思考过程和工具调用状态
2. 知识库检索 :自动检索文档库,匹配最相关内容;支持同义词扩展,如"高血压"可匹配"血压偏高",提升问答准确率
3. 元数据管理平台 :包含文档管理(上传/自动切片/删除)、切片查看与统计、标签分类管理、同义词维护、名词词典权重配置、仪表盘数据概览六大功能模块,提供可视化操作界面
4. 前端界面 :对话端支持流式输出、思维链折叠查看、工具调用详情展示;管理端提供文档、切片、标签等同义词等全功能增删改查与搜索
本项目是一套基于 LangGraph 框架构建的智能问答系统,集成 RAG 知识库检索与元数据管理平台,提供端到端的智能对话服务。
软件功能描述 :系统以"每次对话必检索知识库"为核心策略,用户提问后自动执行 RRF 混合检索(向量 + BM25),将检索结果注入 LLM 上下文生成回答,确保回答有据可依。采用 Skill 技能框架实现渐进式披露(Progressive Disclosure),LLM 按需动态加载技能描述,避免全量注入导致上下文膨胀,在保证能力覆盖的同时降低 token 消耗。
业务流程 :用户提问 -> 系统自动检索知识库 -> Skill Router 动态路由匹配技能 -> 将检索片段与技能工具注入 Agent 上下文 -> LLM 结合知识库内容生成回答 -> 流式返回。管理员通过元数据平台持续治理知识库,优化检索质量。
核心功能模块 :
1. 对话引擎 :支持动态技能路由与静态全量两种模式,内置计算器、网页搜索、RAG 索引等工具,具备多轮记忆能力。动态模式通过 Skill Router 先判断意图再加载对应技能,实现渐进式披露
2. RAG 检索 :采用 Elasticsearch + KNN 向量 + BM25 文本融合检索,支持同义词扩展查询,提升召回率
3. 元数据管理平台 :包含文档管理(上传/切片/删除)、切片管理、标签管理、同义词管理、名词词典、仪表盘统计六大模块,MySQL 持久化,Vue3 + Element Plus 可视化界面
4. 前端界面 :对话端 Vue3 + Vite,支持流式输出、思维链折叠展示、工具调用卡片等渐进式披露交互;管理端单页应用,支持 CRUD 与搜索