企业智能文档问答助手(RAG)

工具 办公软件 案例ID:244682
Python后端开发
5 年经验· 个人开发者
微信扫码沟通,客服可协助直接对接工程师;如当前档期不合,也可继续推荐相似案例作者。

案例介绍

完成企业智能文档问答助手(RAG)的需求分析、系统设计、后端开发、数据模型、前端页面与测试验收。系统采用 Python、Flask 和 SQLite,支持 PDF、Word、TXT 文档批量上传、自动解析、重叠切片及处理状态管理;使用 sentence-transformers 中文模型生成本地向量,并通过 FAISS 完成语义检索。智能问答支持多轮对话、打字机效果、历史记录管理,并在回答下方展示引用文档、来源片段和相关度,实现结果可追溯。默认本地知识检索模式无需 API 密钥即可完整演示;配置 OpenAI API 后可切换为大模型生成模式,密钥使用 Fernet 加密保存。系统还提供知识库管理、重新向量化、文档删除、仪表盘统计、检索数量配置及账号安全功能,并通过 7 项自动化测试。

企业智能文档问答助手(RAG)

工具 · 办公软件 案例ID:244682
联系该工程师
微信扫码,建群沟通
作者: Python后端开发 - 5年经验- 个人开发者

案例介绍

完成企业智能文档问答助手(RAG)的需求分析、系统设计、后端开发、数据模型、前端页面与测试验收。系统采用 Python、Flask 和 SQLite,支持 PDF、Word、TXT 文档批量上传、自动解析、重叠切片及处理状态管理;使用 sentence-transformers 中文模型生成本地向量,并通过 FAISS 完成语义检索。智能问答支持多轮对话、打字机效果、历史记录管理,并在回答下方展示引用文档、来源片段和相关度,实现结果可追溯。默认本地知识检索模式无需 API 密钥即可完整演示;配置 OpenAI API 后可切换为大模型生成模式,密钥使用 Fernet 加密保存。系统还提供知识库管理、重新向量化、文档删除、仪表盘统计、检索数量配置及账号安全功能,并通过 7 项自动化测试。

相似案例推荐

发布任务

企业点击发布任务,工程师会在任务下报名,招聘专员也会在 1 小时内与您联系确认。

1小时精推人才

需求方专属客服,免费梳理匹配

需求方客服微信二维码
扫码加微信 · 客服人工对接
更多案例
微信沟通 客服 看中这位工程师了?客服帮你 1 小时对接沟通 → ×