工厂 SOP 私有化 RAG 知识库系统

面向中小机加工、汽配制造工厂，解决工艺文件、设备说明书、检验标准等资料零散、查阅低效、隐性知识流失的痛点。基于 Python + FastAPI + LangChain 搭建本地私有化 RAG 知识库，桌面端通过浏览器作为统一交互入口，支持 Word/PDF 批量拖拽上传，自动完成文档解析、递归切片与向量化存储（FAISS 向量库 + BM25 关键词双路加权检索），员工以自然语言提问即可精准调取对应工艺资料并附原文出处。平台内置多用户权限体系：管理员负责文档上传、维护与知识库管理，员工仅可检索问答，越权访问自动拦截。整套系统由本人独立全栈开发，仅本地部署，所有数据不出厂；LLM 默认使用本地 Ollama（Qwen2.5），可一键切换在线 API，灵活适配不同算力条件，不对接、不修改客户原有 ERP/MES 业务系统源码，已落地苏州多家制造企业。

采用三层架构：桌面交互层（HTML/CSS/JS）、RAG 检索服务层（FastAPI）、SQL 数据存储层（SQLite + FAISS 向量索引），本人独立全栈开发。文档入库流水线：PyMuPDF + python-docx 多格式解析（通过 Unicode NFKC 归一化解决 PDF 字体编码乱码与全角混排问题）→ RecursiveCharacterTextSplitter 按"章节→段落→句子"递归切片（chunk_size=500，overlap=80，保留上下文）→ Ollama mxbai-embed-large 批量向量化（1024 维）→ FAISS IndexIDMap2 内存索引持久化 → SQLite 写入文档与切片元数据。检索环节实现 BM25（rank-bm25 + jieba 中文分词）与向量余弦双路独立召回，Min-Max 归一化后加权融合（score = α·vec + (1-α)·bm25，α=0.6），有效解决长文本检索准确率偏低问题，文档查询从十余分钟缩短至秒级，资料检索效率提升 90%，问答准确率稳定 92%。权限层基于 Session + 角色装饰器实现管理员/员工分级控制；LLM 适配层统一封装 LLMClient.chat() 接口，通过 config.yaml 一行配置在本地 Ollama 与外部 API（DeepSeek/百炼）之间切换，兼顾私有化与算力灵活性。