企业知识库问答系统

基于 LangChain 1.0 + FAISS + 硅基流动平台 API 构建的轻量级 RAG（Retrieval-Augmented Generation）问答系统。

功能特性

• ✅ 模拟数据：产品介绍、收费方案等信息直接存储在 Python 变量中
• ✅ 向量化模型：硅基流动 BAAI/bge-m3（通过 OpenAI 兼容接口调用）
• ✅ LLM：硅基流动 Qwen/Qwen3-8B（ChatOpenAI 方式）
• ✅ 向量数据库：FAISS（CPU 版本，本地持久化）
• ✅ 检索排序：直接使用 FAISS 的余弦相似度得分，不引入额外重排序器
• ✅ 答案溯源：在生成答案时标注引用文档来源
• ✅ 管理功能：文档增删、数据库备份/清空、查询日志记录
• ✅ 启动流程：索引选择 → 演示问答 → 可选交互模式
• ✅ 流式输出：答案以流式方式逐步显示，提高阅读体验

项目结构

knowledge_base_qa/
├── config/                  # 配置文件
│   ├── __init__.py
│   ├── settings.py          # 系统配置（API密钥、路径、模型参数）
│   └── prompts.py           # 提示词模板
├── data/                    # 数据目录
│   ├── __init__.py
│   ├── simulated_docs.py    # 模拟文档数据
│   └── faiss_index/         # FAISS 索引持久化目录
├── modules/                 # 功能模块
│   ├── __init__.py
│   ├── document_processor.py # 文档处理（分块）
│   ├── vector_store.py      # 向量存储管理（FAISS）
│   ├── retriever.py         # 文档检索
│   ├── qa_engine.py         # RAG 问答引擎
│   ├── log_manager.py       # SQLite 日志管理
│   └── interaction_manager.py # 用户交互流程管理
├── utils/                   # 工具函数
│   ├── __init__.py
│   └── helpers.py           # 辅助函数
├── logs/                    # SQLite 日志文件目录
├── kb_manager.py            # KnowledgeBaseManager 核心类
├── main.py                  # 主程序入口
├── run_demo.py              # 演示模式脚本
├── test_interaction.py      # 交互流程测试
├── requirements.txt         # 依赖清单
└── README.md                # 项目说明文档

快速开始

环境要求

• Python 3.10+
• 硅基流动平台 API Key（注册地址：https://www.siliconflow.cn/）

安装依赖

pip install -r requirements.txt

配置环境变量

在项目根目录（ai_application_development_learning/）下的 .env 文件中配置：

# 硅基流动 API 配置
SILICONFLOW_API_KEY=your_api_key_here
SILICONFLOW_API_BASE=https://api.siliconflow.cn/v1

# 模型配置
EMBEDDING_MODEL=BAAI/bge-m3
LLM_MODEL=Qwen/Qwen3-8B
LLM_TEMPERATURE=0.1
LLM_MAX_TOKENS=1024

# 检索配置
DEFAULT_K=5

运行方式

演示模式（自动运行内置问题）

python run_demo.py

主程序（包含完整交互流程）

python main.py

交互流程

1. 演示阶段：系统自动运行 5 个内置问题的问答演示
2. 模式选择：演示结束后询问是否进入交互模式（y/n）
3. 索引管理：
   • a) 使用已有的索引
   • b) 重新构建索引（全量重构）
4. 交互问答：输入问题进行问答，输入 q 或 exit 退出

核心模块说明

KnowledgeBaseManager

知识库管理器，封装知识库的完整生命周期管理：

方法	功能
__init__(persist_dir, load_existing)	初始化，根据参数决定加载或重建索引
build_from_docs(docs_list)	从文档列表构建索引
save_index()	持久化 FAISS 索引到本地
load_index()	从本地加载 FAISS 索引
add_document(title, content, doc_id)	添加新文档
delete_document(doc_id)	根据 doc_id 删除文档
clear_kb()	清空知识库
retrieve(query, k=5)	返回相似度排序后的文档块列表
ask(question, k=5)	执行 RAG 问答，返回答案和溯源信息
ask_stream(question, k=5)	流式执行 RAG 问答
log_query(question, docs, answer)	记录查询日志
export_logs(file_path)	导出日志

QAEngine

问答引擎，实现 RAG 问答流程：

• 使用 LCEL（LangChain Expression Language）构建问答链
• 支持同步调用和流式输出
• 自动提取和标注答案来源

DocumentProcessor

文档处理器，负责文本分块：

• 使用 RecursiveCharacterTextSplitter
• 分块大小：500 字符
• 重叠大小：50 字符
• 优先使用中文标点分隔

技术栈

组件	版本	说明
LangChain	1.0+	大语言模型应用框架
FAISS	CPU	向量数据库
OpenAIEmbeddings	-	向量化模型封装
ChatOpenAI	-	LLM 模型封装
SQLite	-	日志存储

输出示例

问题：你们公司有哪些产品？

答案：根据提供的上下文，公司有以下产品：
1. 数据分析平台（支持数据可视化、分析及预警功能）
2. 智能客服机器人（基于大语言模型的对话系统）
3. 企业知识库系统（知识资产管理与共享平台）
（来源：数据分析平台、智能客服机器人、企业知识库系统）
--------------------------------------------------

许可证

MIT License

贡献

欢迎提交 Issue 和 Pull Request！