企业内部知识助手
案例介绍
软件功能描述 ：系统以"每次对话必检索知识库"为核心策略，用户提问后自动执行 RRF 混合检索（向量 + BM25），将检索结果注入 LLM 上下文生成回答，确保回答有据可依。采用 Skill 技能框架实现渐进式披露（Progressive Disclosure），LLM 按需动态加载技能描述，避免全量注入导致上下文膨胀，在保证能力覆盖的同时降低 token 消耗。
业务流程 ：用户提问 -> 系统自动检索知识库 -> Skill Router 动态路由匹配技能 -> 将检索片段与技能工具注入 Agent 上下文 -> LLM 结合知识库内容生成回答 -> 流式返回。管理员通过元数据平台持续治理知识库，优化检索质量。
核心功能模块 ：
1. 对话引擎 ：支持动态技能路由与静态全量两种模式，内置计算器、网页搜索、RAG 索引等工具，具备多轮记忆能力。动态模式通过 Skill Router 先判断意图再加载对应技能，实现渐进式披露
2. RAG 检索 ：采用 Elasticsearch + KNN 向量 + BM25 文本融合检索，支持同义词扩展查询，提升召回率
3. 元数据管理平台 ：包含文档管理（上传/切片/删除）、切片管理、标签管理、同义词管理、名词词典、仪表盘统计六大模块，MySQL 持久化，Vue3 + Element Plus 可视化界面
4. 前端界面 ：对话端 Vue3 + Vite，支持流式输出、思维链折叠展示、工具调用卡片等渐进式披露交互；管理端单页应用，支持 CRUD 与搜索
企业内部知识助手
案例介绍
本项目是一套基于 LangGraph 框架构建的智能问答系统，集成 RAG 知识库检索与元数据管理平台，提供端到端的智能对话服务。
软件功能描述 ：系统以"每次对话必检索知识库"为核心策略，用户提问后自动执行 RRF 混合检索（向量 + BM25），将检索结果注入 LLM 上下文生成回答，确保回答有据可依。采用 Skill 技能框架实现渐进式披露（Progressive Disclosure），LLM 按需动态加载技能描述，避免全量注入导致上下文膨胀，在保证能力覆盖的同时降低 token 消耗。
业务流程 ：用户提问 -> 系统自动检索知识库 -> Skill Router 动态路由匹配技能 -> 将检索片段与技能工具注入 Agent 上下文 -> LLM 结合知识库内容生成回答 -> 流式返回。管理员通过元数据平台持续治理知识库，优化检索质量。
核心功能模块 ：
1. 对话引擎 ：支持动态技能路由与静态全量两种模式，内置计算器、网页搜索、RAG 索引等工具，具备多轮记忆能力。动态模式通过 Skill Router 先判断意图再加载对应技能，实现渐进式披露
2. RAG 检索 ：采用 Elasticsearch + KNN 向量 + BM25 文本融合检索，支持同义词扩展查询，提升召回率
3. 元数据管理平台 ：包含文档管理（上传/切片/删除）、切片管理、标签管理、同义词管理、名词词典、仪表盘统计六大模块，MySQL 持久化，Vue3 + Element Plus 可视化界面
4. 前端界面 ：对话端 Vue3 + Vite，支持流式输出、思维链折叠展示、工具调用卡片等渐进式披露交互；管理端单页应用，支持 CRUD 与搜索
案例图片
1小时精推人才
需求方专属客服，免费梳理匹配
