阅读索引

企业内部知识问答助手

企业级 RAG 知识问答项目，覆盖数据入库、意图路由、混合检索、答案生成、缓存隔离与质量评测。

项目概览

面向企业内部知识问答场景的检索增强生成系统，覆盖 HR、IT 支持、财务采购等业务资料。项目重点解决知识分散、回答缺少依据和检索链路难以观测的问题。

企业内部知识问答助手界面

模块	当前方向
文档处理	文档加载、清洗、分块与元数据管理
检索链路	Dense + Sparse 混合检索与 Reranker 精排
回答生成	上下文约束、来源引用与流式输出
工程观测	检索结果追踪、状态反馈与效果评估

企业级 RAG 平台架构：一次提问背后的完整链路从数据契约到评测门禁，梳理企业内部知识问答系统一次提问背后的完整工程链路。
RAG 环境搭建：六个容器与启动预热说明 FastAPI、MySQL、Redis、Milvus、etcd 与 MinIO 的职责，以及服务启动时需要完成的预热校验。
知识入库与增量指纹通过数据契约、两级切分、内容指纹与质量门禁，构建可增量更新的企业知识入库链路。
意图识别与检索策略使用规则候选、分类模型与网关仲裁，把用户问题转换为可解释、可治理的检索计划。
Milvus 混合检索与重排组合 Dense、Sparse 与 CrossEncoder，兼顾语义召回、精确匹配和候选结果精排。
主链路编排与答案置信度拆分 API、QAService 与 Pipeline 的职责，并通过置信度、引用和降级策略控制错误答案风险。
缓存、知识库版本与数据隔离设计两级缓存、版本状态机与租户隔离，避免重复计算、旧数据污染和跨域检索。
质量门禁与评测闭环用入库、效果、性能三类门禁和线上错例回流，建立 RAG 系统持续评测与发布验收闭环。