项目背景 面向教育业务中大量重复的课程咨询与知识查询场景,独立设计并落地一套基于 RAG(检索增强生成)的课程智能问答系统,将分散的课程资料、教务说明、知识点文档统一接入知识库,用大模型替代人工检索与解答,降低客服与教务的重复问答压力。 技术栈:Python + LangChain + Chroma + FastAPI + 通义千问 + RAGFlow + RAGAS 核心工作与实现 检索链路搭建:基于 LangChain 编排 RAG 全流程(文档加载、分块、向量化、检索、上下文组装、生成),以 Chroma 作为向量库承载语义检索。针对纯向量检索在专有名词、课程编号等精
项目背景 面向教务、运营等非技术人员频繁的数据查询需求,传统方式依赖人工写 SQL 或提数排期,单次取数平均耗时约 30 分钟。为此独立设计并落地一套 NL2SQL(自然语言转 SQL)智能问数系统,让业务人员用自然语言直接提问,系统自动理解意图、生成安全的 MySQL 查询并返回结果,将取数链路从"提需求—排期—人工写SQL"压缩为一次对话。 技术栈:Python + LangChain + 智谱 GLM + MySQL + Few-Shot 提示词工程 + 动态 Schema 检索 + 正则与 AST 双重安全校验 核心工作与实现 自然语言到 SQL
项目背景 面向教育业务中大量重复的课程咨询与知识查询场景,独立设计并落地一套基于 RAG(检索增强生成)的课程智能问答系统,将分散的课程资料、教务说明、知识点文档统一接入知识库,用大模型替代人工检索与解答,降低客服与教务的重复问答压力。 技术栈:Python + LangChain + Chroma + FastAPI + 通义千问 + RAGFlow + RAGAS 核心工作与实现 检索链路搭建:基于 LangChain 编排 RAG 全流程(文档加载、分块、向量化、检索、上下文组装、生成),以 Chroma 作为向量库承载语义检索。针对纯向量检索在专有名词、课程编号等精...
项目背景 面向教务、运营等非技术人员频繁的数据查询需求,传统方式依赖人工写 SQL 或提数排期,单次取数平均耗时约 30 分钟。为此独立设计并落地一套 NL2SQL(自然语言转 SQL)智能问数系统,让业务人员用自然语言直接提问,系统自动理解意图、生成安全的 MySQL 查询并返回结果,将取数链路从"提需求—排期—人工写SQL"压缩为一次对话。 技术栈:Python + LangChain + 智谱 GLM + MySQL + Few-Shot 提示词工程 + 动态 Schema 检索 + 正则与 AST 双重安全校验 核心工作与实现 自然语言到 SQL...
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如该工程师当前档期不合,也可免费为您推荐相似候选人