【项目简介】 一款面向垂直领域的智能出题与知识管理系统。利用 RAG（检索增强生成） 技术，整合电商评论、社交媒体及官方文档等多源异构数据，实现基于大模型的高质量试题自动化生成与校验，打通“采集-清洗-生成-质检-交付”全流程。

【核心职责】 后端架构设计与核心开发。采用 FastAPI (Async) + SQLAlchemy 构建高性能异步后端，负责系统架构设计、AI 模型对接及核心业务落地。

【技术亮点】

RAG 知识引擎（核心）：构建基于 ChromaDB 的向量知识库，结合 OCR 图文提取技术，实现“语义检索 + 元数据过滤”的混合检索策略，有效解决大模型知识幻觉问题。

智能生成与 AI 质检：设计多线程并发出题引擎，创新引入自动化质量评分机制（RLHF 思想），从严谨性、相关性等维度实时剔除劣质题目，显著提升可用率。

高并发与体验优化：利用 SSE (Server-Sent Events) 技术实现爬虫与生成任务的毫秒级实时进度推送，解决长耗时任务的用户体验瓶颈。

【技术栈】

后端： FastAPI, Python (Async)

AI/数据： LLM (Qwen/GPT-4), ChromaDB, LangChain 思想

工具： Playwright (数据采集), Pandas (清洗)