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

# 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

# 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。