Update project files: pyproject.toml, uv.lock, and knowledge base

intelligent_knowledge_base.egg-info/PKG-INFO

@@ -0,0 +1,149 @@
+Metadata-Version: 2.4
+Name: intelligent-knowledge-base
+Version: 0.1.0
+Summary: 智能知识库问答系统 - 端到端RAG解决方案
+Requires-Python: >=3.13
+Description-Content-Type: text/markdown
+Requires-Dist: flask>=3.1.2
+Requires-Dist: openai>=2.14.0
+Requires-Dist: pydantic>=2.12.5
+Requires-Dist: python-dotenv>=1.2.1
+Requires-Dist: chromadb>=0.5.0
+Requires-Dist: langchain>=0.2.0
+Requires-Dist: langchain-community>=0.2.0
+Requires-Dist: langchain-openai>=0.1.0
+Requires-Dist: pypdf>=4.0.0
+Requires-Dist: docx2txt>=0.8
+Requires-Dist: numpy>=1.26.0
+Requires-Dist: tqdm>=4.66.0
+Requires-Dist: scikit-learn>=1.4.0
+Requires-Dist: jieba>=0.42.1
+Requires-Dist: whoosh>=2.7.4
+
+# 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
+
+## 开发心得
+
+### 选题思考：为什么做这个？解决了谁的痛苦？
+
+在确定项目方向时，我们观察到企业和教育机构面临一个普遍问题：大量的文档资料难以有效管理和利用，用户需要花费大量时间查找信息，而客服和教师则需要重复回答类似问题。基于此，我们决定开发智能知识库问答系统，旨在通过自动化和智能化手段解决这一痛点。
+
+这个系统主要解决了三类用户的痛苦：首先是企业员工和学生，他们可以通过自然语言提问快速获取准确信息，无需在海量文档中手动检索；其次是客服人员和教师，系统可以自动处理常见问题，减轻他们的工作负担，让他们能够专注于更复杂的任务；最后是企业管理者和教育机构，系统可以帮助他们更好地管理和利用组织知识，提高整体运营效率。
+
+### AI 协作体验：
+
+#### 第一次用 AI 写代码的感觉
+
+第一次使用AI辅助写代码时，我们既兴奋又紧张。兴奋的是终于可以体验AI带来的效率提升，紧张的是担心AI生成的代码质量和可靠性。当我们输入第一个Prompt后，AI迅速返回了完整的代码片段，这让我们感到非常惊讶。虽然代码需要一些调整和优化，但整体结构和逻辑已经相当完善，大大减少了我们的编码时间。
+
+随着使用的深入，我们发现AI不仅可以生成代码，还可以解释代码逻辑、提供最佳实践建议，甚至帮助调试错误。这种交互式的开发体验让我们对AI辅助编程的潜力有了全新的认识。
+
+#### 哪个 Prompt 让你直呼"牛逼"？
+
+最让我们印象深刻的Prompt是用于实现混合检索功能的指令。我们只需描述系统需要结合向量相似度和关键词匹配，并说明具体的权重计算方法，AI就生成了完整的实现代码，包括ChromaDB查询、Whoosh索引搜索以及结果融合的逻辑。更令人惊讶的是，AI还考虑到了性能优化，建议我们使用批处理方式减少数据库查询次数，这与我们后来的优化思路完全一致。
+
+另一个让我们直呼"牛逼"的Prompt是用于修复Whoosh中文分词器的问题。当我们遇到"Token object has no attribute 'pos'"错误时，AI不仅准确诊断了问题所在，还提供了完整的解决方案，包括修改ChineseTokenizer类的实现，添加pos属性的追踪和赋值。
+
+#### 哪个 Prompt 让你想砸键盘？
+
+然而，AI并不是万能的。有一次，我们尝试让AI生成前端界面的CSS代码。但AI生成的代码存在多个问题：布局错乱、响应式设计失效、颜色方案不符合要求。我们多次调整Prompt，尝试提供更详细的设计规范，但效果仍然不理想。最终，我们不得不手动编写CSS代码，这让我们一度想要砸键盘。
+
+还有一次，我们让AI帮助优化文档上传和处理的性能，AI建议使用多线程处理，但没有考虑到我们的向量数据库和稀疏索引不支持并发写入。这导致系统在测试时出现了数据不一致的问题，我们花了大量时间才找到并修复这个问题。
+
+### 自我反思：AI 时代，我作为程序员的核心竞争力到底是什么？
+
+通过这次项目开发，我们对AI时代程序员的核心竞争力有了更深刻的认识：
+
+1. **问题分析与抽象能力**：AI可以生成代码，但无法替代人类对复杂问题的分析和抽象能力。程序员需要能够将业务需求转化为清晰的技术方案，这是AI难以做到的。
+
+2. **系统架构设计能力**：构建一个可扩展、可维护的系统架构需要丰富的经验和全局视野，这是AI目前无法超越人类的领域。
+
+3. **调试与问题定位能力**：当系统出现问题时，程序员需要通过逻辑推理和经验积累快速定位问题根源，而AI往往只能提供基于表面症状的解决方案。
+
+4. **创造力与创新思维**：AI基于现有知识生成内容，而真正的创新需要超越现有边界的思维能力，这是人类独有的优势。
+
+5. **领域专业知识**：对特定行业和业务领域的深入理解是AI无法快速获取的，这使得程序员在开发垂直领域应用时具有独特优势。
+
+6. **AI工具的有效利用能力**：未来的程序员需要掌握如何与AI协作，包括如何编写有效的Prompt、如何评估和优化AI生成的代码，以及如何将AI工具融入开发流程。
+
+总之，AI时代的程序员应该将AI视为强大的助手，而不是竞争对手。通过与AI的有效协作，我们可以专注于更有创造性和挑战性的任务，提升自身的核心竞争力。

intelligent_knowledge_base.egg-info/top_level.txt

@@ -1 +1 @@
-templates
+

pyproject.toml

@@ -22,5 +22,11 @@ dependencies = [
     "whoosh>=2.7.4",
 ]
 
+[tool.uv]
+package = true
+
+[tool.setuptools]
+packages = []
+
 [project.scripts]
 run = "app:main"

uv.lock

@@ -758,7 +758,7 @@ wheels = [
 [[package]]
 name = "intelligent-knowledge-base"
 version = "0.1.0"
-source = { virtual = "." }
+source = { editable = "." }
 dependencies = [
     { name = "chromadb" },
     { name = "docx2txt" },