智能知识问答工具（RAG）

基于 DeepSeek 大模型 + 向量检索增强生成（RAG）的本地知识问答工具。

功能特性

• 📄 支持 PDF / Word / TXT 三种格式文档入库
• 🔍 基于向量检索的语义问答，从您的文档中查找答案
• 💬 Gradio 聊天界面，支持流式输出、多轮对话
• 📊 知识库状态查看、一键重建索引
• 📚 回答附带参考来源，方便验证

快速开始

1. 安装依赖

pip install -r requirements.txt

2. 配置环境变量

复制 .env.example 为 .env，填入您的 DeepSeek 配置：

cp .env.example .env

编辑 .env：

DEEPSEEK_API_KEY=你的DeepSeekAPI密钥
DEEPSEEK_BASE_URL=https://api.deepseek.com
DEEPSEEK_MODEL=deepseek-v4-pro

3. 准备知识库文档

将您的 PDF / Word / TXT 文档放入 knowledge/ 文件夹。

4. 构建知识库索引

python ingest.py

如需强制重建索引（清空并重新入库所有文档）：

python ingest.py --rebuild

5. 启动问答界面

python app.py

浏览器访问 http://127.0.0.1:7860 即可开始问答。

项目结构

rag_assistant/
├── config.py        # 配置文件（API、路径、参数）
├── ingest.py        # 文档解析、分块、向量化入库
├── retriever.py     # 向量检索模块
├── rag_pipeline.py  # RAG 生成管道（检索 + DeepSeek 生成）
├── app.py           # Gradio Web 界面
├── knowledge/       # 知识库文档存放目录
├── chroma_db/       # 向量数据库持久化目录
├── requirements.txt
└── .env             # 环境变量（从 .env.example 复制）

使用说明

1. 提问：在输入框输入问题，点击"发送"或按回车
2. 查看知识库状态：点击右侧"📊 查看知识库状态"按钮
3. 重建索引：新增文档后，点击"🔄 重建知识库索引"按钮（或运行 python ingest.py）

技术栈

• LLM：DeepSeek（OpenAI 兼容接口）
• 向量化：sentence-transformers（shibing624/text2vec-base-chinese）
• 向量数据库：ChromaDB（本地持久化）
• 文档解析：PyMuPDF / python-docx

注意事项

• 首次运行会下载中文向量模型（约 400MB），需要网络连接
• 如果知识库中没有相关文档，模型会明确提示
• 支持增量入库：运行 python ingest.py 时，已入库的文档会自动跳过