企业内部文档(技术文档、业务流程、规章制度、产品手册等)分散在不同系统中(如 Confluence、Wiki、文件服务器、数据库),员工和客户在获取信息时效率低下。传统搜索效果有限,难以快速找到准确答案。项目目标是构建一个 基于 RAG(Retrieval-Augmented Generation)架构的智能问答平台,让用户能通过自然语言提问,系统结合企业知识库实时检索并生成准确回答。
主要职责:
1、负责设计整体 RAG 系统架构(知识库 → 检索 → 大模型 → 答复)
2、负责设计 权限与认证模块(用户角色、访问范围)
3、负责选型大模型(内部私有化 vs 公有云 API)
4、负责开发文档入库服务(文件解析 → 向量化 → 存入 Milvus)
5、负责实现检索服务(语义检索、混合检索、权重排序)
6、负责集成 LangChain4j 与大模型 API。(调试提示词/意图识别/MCP调用)
7、负责系统 Docker/K8s 部署