# RAG知识库系统

**Repository Path**: cczeros/rag-knowledge-base-system

## Basic Information

- **Project Name**: RAG知识库系统
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-06-03
- **Last Updated**: 2026-06-03

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 🧠 RAG 知识库系统

基于 RAG（检索增强生成）架构的智能知识库问答系统。

## 技术栈

| 层级 | 技术 | 说明 |
|------|------|------|
| **LLM** | OpenAI GPT / 兼容API | 大语言模型问答生成 |
| **RAG 框架** | LangChain | LCEL 链式调用、Chain、Memory |
| **Embedding** | BGE (sentence-transformers) | 本地运行，无需 API |
| **向量数据库** | Milvus Lite | 轻量版，无需 Docker |
| **重排序** | BGE-Reranker | 提升检索精度 |
| **文本处理** | LangChain TextSplitter | 智能文本分块 |
| **Web 框架** | Flask | RESTful API + Web 界面 |
| **文档解析** | PyPDF2, python-docx | 多格式文档支持 |

## 项目结构

```
rag-kb-system/
├── app/
│   ├── __init__.py
│   ├── app.py                    # Flask 应用工厂
│   ├── config.py                 # 全局配置
│   ├── routes.py                 # API 路由
│   ├── templates/
│   │   └── index.html            # Web 界面
│   └── services/
│       ├── __init__.py
│       ├── document_loader.py    # 文档加载与分块
│       ├── embedding_service.py  # Embedding 向量化
│       ├── vector_store.py       # Milvus 向量存储
│       ├── reranker.py           # BGE 重排序
│       ├── rag_service.py        # RAG 检索服务
│       └── llm_service.py        # LangChain LLM 服务
├── data/
│   ├── documents/                # 上传的文档
│   └── vectordb/                 # Milvus 向量数据
├── scripts/
│   └── create_sample_docs.py     # 创建示例文档
├── .env                          # 环境配置
├── requirements.txt              # Python 依赖
├── start.bat                     # Windows 启动脚本
├── start.sh                      # Linux/Mac 启动脚本
└── README.md
```

## 快速开始

### 1. 环境要求

- Python 3.10+
- Windows / macOS / Linux

### 2. 配置 API Key

编辑 `.env` 文件，设置你的 OpenAI API Key：

```env
OPENAI_API_KEY=sk-your-actual-api-key
OPENAI_BASE_URL=https://api.openai.com/v1
```

> 💡 **没有 API Key 也能运行！** 系统内置了演示模式，检索和分块功能完全可用，只是回答部分会显示模拟结果。

### 3. 启动系统

**Windows:**
```
双击 start.bat
```

**或命令行启动:**
```bash
# 创建虚拟环境
python -m venv venv

# 激活虚拟环境
# Windows:
venv\Scripts\activate
# Linux/Mac:
source venv/bin/activate

# 安装依赖
pip install -r requirements.txt

# 启动服务
python -m app.app
```

### 4. 访问系统

打开浏览器访问: **http://localhost:5000**

### 5. 创建示例文档

```bash
python scripts/create_sample_docs.py
```

然后在 Web 界面点击"批量导入已有文档"按钮。

## API 接口

| 方法 | 路径 | 说明 |
|------|------|------|
| GET | `/` | Web 界面 |
| POST | `/api/documents/upload` | 上传文档 |
| GET | `/api/documents/list` | 文档列表 |
| DELETE | `/api/documents/delete/<name>` | 删除文档 |
| POST | `/api/documents/import-all` | 批量导入 |
| POST | `/api/search` | 语义检索 |
| POST | `/api/ask` | RAG 问答 |
| POST | `/api/chat` | 多轮对话 |
| POST | `/api/chat/clear` | 清除记忆 |
| GET | `/api/stats` | 系统统计 |
| GET | `/api/health` | 健康检查 |

### API 调用示例

```bash
# RAG 问答
curl -X POST http://localhost:5000/api/ask \
  -H "Content-Type: application/json" \
  -d '{"question": "什么是RAG？", "top_k": 5, "use_rerank": true}'

# 语义检索
curl -X POST http://localhost:5000/api/search \
  -H "Content-Type: application/json" \
  -d '{"query": "LangChain核心组件"}'
```

## RAG 工作流程

```
用户提问
   ↓
1. Query Embedding → 将问题转为向量
   ↓
2. Vector Search → 在 Milvus 中检索相似文档
   ↓
3. BGE-Reranker → 对检索结果重排序
   ↓
4. Context Build → 构建上下文 Prompt
   ↓
5. LLM Generate → 调用大模型生成回答
   ↓
返回答案 + 参考来源
```

## 核心特性

- ✅ **本地 Embedding**: 使用 BGE 模型本地向量化，无需 API 调用
- ✅ **智能分块**: LangChain RecursiveCharacterTextSplitter 递归分块
- ✅ **语义检索**: Milvus 向量数据库 + 余弦相似度
- ✅ **重排序**: BGE-Reranker 提升检索精度
- ✅ **LCEL 链式调用**: LangChain Expression Language
- ✅ **对话记忆**: ConversationSummaryBufferMemory
- ✅ **多格式文档**: TXT, MD, PDF, DOCX
- ✅ **演示模式**: 无 API Key 也能体验完整检索流程