group-wbl/README.md

# 智能知识库问答系统

## 项目简介
智能知识库问答系统是一个面向企业和课程的智能问答平台，主要功能是基于自有文档进行精准应答，减少人工答疑工作量。系统采用端到端的RAG（检索增强生成）架构，结合向量数据库和稀疏索引技术，实现高效准确的知识检索和智能问答。

## 核心功能
- **多格式文档上传**：支持PDF、Word、TXT等多种文档格式
- **智能知识管理**：自动解析、分词、向量化存储文档内容
- **混合检索**：结合向量相似度和关键词匹配的混合检索策略
- **智能问答**：基于检索结果生成准确的回答，支持多轮对话
- **文档管理**：支持查看和删除已上传的文档

## 技术栈
- **后端**：Python 3.9+, Flask
- **向量数据库**：ChromaDB
- **稀疏索引**：Whoosh（自定义中文分词器）
- **文本处理**：LangChain
- **前端**：HTML5, CSS3, JavaScript
- **开发环境**：macOS

## 团队成员与贡献

| 成员 | 学号 | 主要分工 |
|------|------|----------|
| 文彬龙 | 2411020224 | 核心逻辑开发、Prompt 编写 |
| 冯俊锋 | 2411020222 | 文档撰写、测试与 Bug 修复 |
| 赵珂皓 | 2411020217 | 前端界面设计、PPT 制作，成品汇报 |

## 安装和使用说明

### 1. 环境搭建
```bash
# 克隆仓库
git clone http://hblu.top:3000/Python2025-CourseDesign/group-wbl.git

# 进入项目目录
cd group-wbl

# 创建虚拟环境
python3 -m venv .venv

# 激活虚拟环境
source .venv/bin/activate  # macOS/Linux

# 安装依赖
pip install -e .
```

### 2. 启动服务器
```bash
# 确保虚拟环境已激活
source .venv/bin/activate  # 如果尚未激活

# 启动Flask服务器
python app.py
```

### 3. 访问系统
打开浏览器，访问 `http://localhost:5000` 即可使用系统。

## 项目结构
```
├── intelligent_knowledge_base.egg-info/  # 包信息
├── knowledge_base/                        # 知识库存储目录
│   ├── chroma.sqlite3                    # ChromaDB 数据库
│   ├── sparse_index/                     # Whoosh 索引
├── templates/                            # 前端模板
│   └── index.html                        # 主页面
├── .gitignore                            # Git 忽略文件
├── README.md                             # 项目说明
├── app.py                                # Flask 应用入口
├── knowledge_base.py                     # 知识库核心模块
├── pyproject.toml                        # 项目配置
└── uv.lock                               # 依赖锁文件
```

## 注意事项
- 首次启动系统时，会自动初始化知识库目录
- 上传大文件时可能需要较长时间处理
- 系统会自动为文档创建分块和索引，确保检索效率
- 建议使用Chrome或Safari浏览器以获得最佳体验

## 许可证
本项目仅供课程设计使用，未经授权不得用于商业目的。