基于大模型RAG的赛事智能问答助手 - 轮滑群聊小助手

【立项背景和目标】轮滑比赛期间，参赛选手和家长在微信群中频繁询问赛程安排、竞赛规则、场地导航等问题，群管理员需重复回答大量相同问题，响应不及时且信息容易遗漏。本项目旨在通过AI自动化解决赛事咨询的重复劳动，实现7×24小时即时响应，大幅减轻运营人力负担。

【核心功能模块】1. 智能问答模块：基于DeepSeek大语言模型，结合赛事知识库（RAG检索增强），对微信群用户提问进行自然语言理解和自动回答，支持赛程查询、规则解读、报名状态查询、场地导航等高频问题。2. 知识库管理模块：管理员通过后台上传赛事手册、竞赛规则、场地地图等文档，系统自动向量化处理并构建检索增强链路，确保AI回答基于官方赛事信息，降低幻觉风险。3. 多轮对话模块：支持上下文理解，用户可在追问中逐步细化问题，如先问"我的比赛几点开始"，再追问"同组选手有谁"。

【业务流程】用户在微信群@机器人提问 → Webhook接收消息 → Dify编排：意图识别→知识库RAG检索→DeepSeek生成回答 → 回复至微信群。管理员定期更新知识库，确保赛事信息时效性。

【整体架构与设计思路】采用三层架构：接入层（微信群Webhook监听，实时接收@消息）、AI处理层（Dify平台编排工作流，依次执行意图识别→知识库检索→LLM生成）、数据层（赛事知识库文档向量化存储）。技术栈：DeepSeek API提供大语言模型推理，Dify作为AI应用编排平台负责工作流设计与知识库管理，RAG技术实现文档向量化检索，Python处理微信消息收发与Webhook服务。

【我的负责模块与结果】独立完成全部设计与开发。1）设计并搭建Dify工作流，将赛事知识库文档向量化构建RAG检索链路，文档检索命中率从初版约45%优化至约92%；2）接入DeepSeek API并调优Prompt，有效控制模型幻觉，问答准确率从约78%提升至约95%；3）部署微信消息收发服务，实现赛事期间7×24小时自动应答，累计服务3场轮滑赛事、覆盖参赛选手及家长约800人，自动应答消息超2000条，替代人工重复回复工作量约80%。

【难点与解决方案】难点1：用户提问口语化、含错别字，导致意图识别不准。解决方案：在Prompt中增加意图分类指令，对模糊问题先追问澄清再回答，准确率提升约15个百分点。难点2：赛事规则频繁更新，知识库需动态更新。解决方案：设计管理员后台一键更新机制，新文档上传后自动重新向量化，5分钟内生效。难点3：群内多用户同时提问导致消息串台。解决方案：基于消息ID和用户ID做会话隔离，确保多轮对话上下文不混淆。