面向企业内部知识管理与智能客服场景的大模型知识库问答系统,我担任 AI 算法架构师,负责 RAG 检索增强生成的整体架构、检索优化与模型工程化落地。系统支持 PDF、Word、Excel、网页等多格式文档的自动解析、智能切分与向量化,基于向量数据库(Milvus / PGVector)构建企业知识库,采用向量检索 + 关键词混合检索并引入 Rerank 精排提升召回质量;结合 Prompt 工程与上下文管理实现多轮对话,答案支持原文引用与来源溯源,有效抑制大模型幻觉。系统可对接主流及开源大模型并支持私有化部署,保障企业数据安全,同时提供知识库管理、权限控制与效果评测后台。落地后显著提升问答准确率与响应效率,大幅降低人工客服与知识检索成本。涉及技术:大模型、LLM、RAG、检索增强生成、向量数据库、Embedding、智能问答、智能客服、知识库、Agent、私有化部署、Prompt 工程。