项目简介:传统企业知识库问答存在召回精准度低、大模型凭空编造信息(幻觉)、多格式文档无法统一解析、无法溯源原文等业务痛点,企业内部资料检索效率极低。搭建私有化、可本地部署的混合检索 RAG 系统,解决单一向量检索缺陷,控制模型幻觉,实现多格式文档一键入库、智能问答、原文溯源,满足企业数据安全需求。
基于 Python+FastAPI 搭建后端服务,选用 Qdrant 向量库、DeepSeek 大模型,集成 BGE 系列嵌入 / 重排模型、BM25 关键词检索;
设计四级混合检索链路:稠密向量检索 + BM25 关键词检索 + RRF 分数融合 + 重排序精排,弥补单一检索召回片面问题;
定制结构化约束 Prompt,增加角色、事实、溯源三重限制,强制模型仅依托检索文档作答;
开发 Streamlit 可视化前端,封装全套 RESTful 接口,使用 Docker 完成向量库容器化部署,支持快速一键部署。