Henry

本项目定位为企业知识问答与决策辅助的 RAG（检索增强生成）引擎，目标是在保证答案可追溯的前提下，让大模型基于企业私有知识输出更准确、更稳定、更可解释的结果。 降低幻觉风险：回答必须来自可检索证据，而不是仅依赖模型参数记忆。 缩短知识到答案路径：把 PDF/文档中的信息结构化为“可检索资产”，支持快速问答。 提升复杂问题处理能力：通过查询分解、多路召回和重排，提高召回率与答案覆盖度。 支撑后续平台化演进：多数据源、多路由策略、可观测可评估的企业级 RAG 平台。 典型业务场景： 企业知识库问答（制度、流程、技术文档、培训资料） 研发知识助手（架构规范、故障排查、技术决策对比） 运营/客服知识检索（FAQ、工单经验、产品说明） 管理汇报辅助（跨文档信息整合与来源可追溯说明） 功能介绍： 支持多轮对话 数据读取与切分 向量化与索引构建 混合检索 重排 查询分解与策略路由 路由平台化 Multi-Query 并行召回 + 跨查询融合 双阶段生成（证据抽取 + 最终回答） Step-Back 独立链路 路由模块基础能力 Token 级检索与优化 上下文压缩 检索与生成缓存体系 评估与观测体系 生产级治理能力