RAG 智能问答系统

本项目旨在为企业和团队提供高准确率、可溯源、可扩展的知识库问答解决方案。核心功能包括：

1.智能语义分块：支持 semantic 分块策略，自动识别表格、代码块，提升检索和生成的准确率。
2.Query Rewrite 查询改写：自动优化用户查询，提升召回率和答案相关性，适应复杂业务场景。
3.Rerank 重排序：检索结果经过二次重排序，优先展示最相关文档，显著提升最终答案质量。
4.混合检索（Hybrid Retrieval）：结合向量和关键词召回，兼顾语义和关键词覆盖，适合多类型文档。
5.增量索引与高效更新：支持文档增删，无需重建索引，批量并发 embedding，节省时间和算力。
6.全链路溯源与来源展示：每个答案都带文件名、页码，前端可展示来源，信息透明可追溯。
7.多层限流与安全防护：API 限流、XSS/SQL 注入防护、IP 黑名单，保障系统稳定与数据安全。
8.灵活配置：LLM、embedding、chunking、检索、重排序等参数均可通过 .env 快速调整。
9.RAGAS 评测与生产环境完全一致：评测流程与实际检索/生成参数同步，结果真实可靠。
10.企业级日志与权限管理：标准日志、文件轮转、JSON格式，支持多用户权限与审计。

整体采用模块化架构，主要技术栈为 LangChain、LlamaIndex、Chroma（本地持久化）、FastAPI、（开源前端架构 pure-admin-thin）。各模块实现如下：

1.文档处理与分块：支持 basic/semantic 分块，语义断点、表格/代码块保留，分块参数可配置。
2.检索与召回：支持向量检索、关键词召回、混合检索，检索参数（top_k、阈值等）可灵活调整。
3.查询改写与重排序：集成专用 LLM 模型进行 query rewrite，检索结果通过 rerank 模型二次排序。
4.增量索引与 embedding：支持批量并发 embedding，自动重试与降速，文档增删无需重建索引。
5.溯源与前端展示：每个节点带完整 metadata，前端可展示来源信息，提升用户信任度。
6.安全与限流：多层 API 限流，XSS/SQL 注入防护，IP 黑名单，保障系统安全稳定。
7.配置与日志：所有核心参数通过 .env 管理，日志支持文件轮转、JSON格式，便于运维和审计。
8.多用户权限：支持用户注册、登录、权限分级，适合企业内部协作。
解决了传统 RAG demo 检索不准、答案无溯源、文档更新慢、评测不真实等痛点，显著提升了知识问答系统的准确率、可维护性和安全性。