🏢 Training Toolkit

用 AI 重塑企业培训全流程

企业知识库智能问答系统 — 培训不再只靠文档，让 AI 帮员工找到答案

上传企业培训文档（PDF/TXT/DOCX），基于 RAG 技术构建专属知识库，员工提问即可获得精准回答 + 来源追溯。

🧩 产品矩阵 → 培训需求分析 · 培训效果评估 · 效果追踪器 · 智能出题 · 培训助手

---

📚 RAG 知识库问答系统

Knowledge Base Q&A System — Powered by RAG
基于检索增强生成（Retrieval-Augmented Generation）的智能知识库问答系统

---

🎯 什么是 RAG？

RAG（检索增强生成）是一种结合信息检索和大语言模型的技术：

┌──────────────┐     ┌──────────────┐     ┌──────────────┐
│   用户问题   │ ──▶ │  知识检索    │ ──▶ │  LLM 生成    │
└──────────────┘     └──────────────┘     └──────────────┘
                            ↓
                     ┌──────────────┐
                     │  知识库文档  │
                     └──────────────┘

优势：

• 📖 基于真实文档回答，不会胡说八道
• 🔒 知识可控，不依赖模型训练数据
• 💡 支持私有知识库（如公司内部文档）

---

✨ 系统功能

功能	说明
📂 多格式文档上传	支持 PDF / TXT / DOCX
🔢 智能文本分块	滑动窗口分块，保留上下文
🔍 向量语义检索	BGE-M3 Embedding + FAISS 索引
💬 RAG 智能问答	结合检索结果生成准确回答
📌 来源追溯	显示答案引用的文档来源
💾 本地向量存储	索引持久化，重复使用

---

🚀 快速开始

环境要求

• Python 3.8+
• 推荐 4GB+ RAM

安装

git clone https://github.com/ASJ-Alita/rag-knowledge-base.git
cd rag-knowledge-base

# 推荐安装（完整功能）
pip install -r requirements.txt

# 最小安装（不需要PDF/DOCX解析）
pip install streamlit requests numpy

运行

streamlit run app.py

浏览器自动打开 http://localhost:8501

---

使用流程

1. 打开程序 → 左侧边栏配置 API Key（推荐硅基流动，免费）
2. 切换到「📂 知识库管理」→ 上传文档（PDF/TXT/DOCX）
3. 等待处理完成（自动分块+向量化）
4. 切换到「💬 智能问答」→ 输入问题 → 获取回答

---

⚙️ API 配置

🌟 推荐：硅基流动（免费）

1. 注册：https://account.siliconflow.cn
2. 获取 API Key
3. 填入程序侧边栏

免费额度：

• DeepSeek-V3 模型：免费使用
• BGE-M3 嵌入模型：免费使用

其他平台

平台	模型	说明
硅基流动	DeepSeek-V3 + BGE-M3	🌟 免费推荐
OpenAI	GPT-4o-mini + ada-002	需科学上网
智谱AI	GLM-4-flash	免费额度

---

📁 项目结构

rag-knowledge-base/
├── app.py                  # Streamlit Web界面
├── rag_engine.py            # RAG核心引擎（检索+生成）
├── document_processor.py    # 文档解析（PDF/TXT/DOCX）
├── embeddings.py            # 向量化模块
├── vector_store.py          # FAISS向量数据库
├── config.py                # 配置参数
├── documents/               # 上传的文档（自动创建）
├── indexes/                 # 向量索引（自动创建）
├── requirements.txt
└── README.md

---

🔬 技术架构

flowchart TB
    subgraph 知识库构建["📂 知识库构建流程"]
        direction TB
        A[📄 文档上传<br/>PDF / TXT / DOCX] --> B[🔤 文本提取<br/>document_processor.py]
        B --> C[✂️ 智能分块<br/>滑动窗口 400字/块<br/>80字重叠]
        C --> D[🔢 向量化<br/>BGE-M3 Embedding<br/>SiliconFlow API]
        D --> E[💾 FAISS 索引<br/>vector_store.py<br/>本地持久化存储]
    end

    subgraph 智能问答["💬 智能问答流程"]
        direction TB
        F[❓ 用户提问] --> G[🔢 Query 向量化<br/>BGE-M3 Embedding]
        G --> H[🔍 FAISS 语义检索<br/>Top-K 相关文档块]
        H --> I[🤖 LLM 生成回答<br/>DeepSeek-V3<br/>带上下文 Prompt]
        I --> J[📋 返回回答<br/>+ 引用来源追溯]
    end

    E -.->|索引查询| H

    style 知识库构建 fill:#E8F5E9,stroke:#27AE60,stroke-width:2px
    style 智能问答 fill:#E3F2FD,stroke:#2196F3,stroke-width:2px

Loading

---

🎯 面试亮点

能力维度	体现点
RAG 技术深度	完整的 RAG 流程：分块→向量化→检索→生成
向量数据库	FAISS 索引原理与使用
大模型应用	多平台 API 调用、Prompt 工程
文档处理	PDF/TXT/DOCX 多格式解析
系统架构	模块化设计，清晰的数据流
Web 开发	Streamlit 快速构建数据应用

---

🔮 进阶方向

• 支持网页 URL 抓取入库
• 多文档对比问答
• 支持图片/表格理解
• 流式输出（实时显示回答）
• 对话历史记忆
• 企业微信/钉钉集成

---

📌 关于作者

培训技术专家 | 12年IT教育经验 | AI应用爱好者
GitHub: https://github.com/ASJ-Alita