高校智能问答系统 + langflow + pgvector + gemini

# 🎓 高校智能问答系统 **作者**: Hive-AI（蜂巢智造） <div align="center"> <img src="https://img.shields.io/badge/Python-3.10+-blue.svg" alt="Python"> <img src="https://img.shields.io/badge/Node.js-18+-green.svg" alt="Node.js"> <img src="https://img.shields.io/badge/PostgreSQL-15+-blue.svg" alt="PostgreSQL"> <img src="https://img.shields.io/badge/AI-Google%20Gemini-orange.svg" alt="Google Gemini"> <img src="https://img.shields.io/badge/Vector-pgvector-purple.svg" alt="pgvector"> <img src="https://img.shields.io/badge/License-MIT-yellow.svg" alt="License"> </div> ## 📋 项目概述 基于检索增强生成（RAG）架构的高校智能问答系统，旨在为高校提供智能化的文档问答服务。系统支持多种文档格式上传，通过向量化技术实现语义检索，结合Google Gemini Pro大语言模型生成准确的答案。 ### 🎯 核心特性 - **🤖 智能问答**: 基于RAG架构，结合向量检索和大语言模型 - **📄 多格式支持**: 支持PDF、DOCX、XLSX、TXT等文档格式 - **🔍 语义检索**: 使用pgvector扩展实现高效的向量相似度搜索 - **💬 流式响应**: 支持答案的实时流式输出 - **🎨 现代UI**: 类ChatGPT的用户界面，简洁易用 - **🛡️ 安全可靠**: 完整的用户认证和权限管理 - **🚀 高性能**: 支持高并发访问和缓存优化 ## 🏗️ 系统架构 ### 技术栈 #### 后端 (FastAPI) - **语言**: Python 3.10+ - **框架**: FastAPI - **数据库**: PostgreSQL 15+ with pgvector - **缓存**: Redis - **依赖管理**: Poetry - **AI模型**: Google Gemini Pro + text-embedding-004 #### 前端 (Next.js) - **语言**: TypeScript - **框架**: Next.js 14 (App Router) - **样式**: Tailwind CSS - **状态管理**: Zustand - **数据获取**: React Query/SWR - **包管理**: pnpm #### 共享 - **类型定义**: `packages/shared-types` - **Monorepo**: pnpm workspace ### 架构图 ```mermaid graph TB subgraph "前端层" A[Next.js 应用] --> B[登录页面] A --> C[聊天界面] A --> D[管理后台] end subgraph "后端层" E[FastAPI 服务] --> F[认证模块] E --> G[文档处理] E --> H[问答引擎] E --> I[管理API] end subgraph "数据层" J[(PostgreSQL)] --> K[用户数据] J --> L[文档数据] J --> M[向量数据] N[(Redis)] --> O[会话缓存] N --> P[查询缓存] end subgraph "AI服务" Q[Google Gemini Pro] --> R[文本生成] S[text-embedding-004] --> T[向量化] end A --> E E --> J E --> N H --> Q G --> S ``` ## 🚀 快速开始 ### 环境要求 - **Python**: 3.10+ - **Node.js**: 18+ - **Docker**: 最新版本 - **pnpm**: 最新版本 - **Google AI API Key**: 需要申请 ### 1. 克隆项目 ```bash git clone https://github.com/your-username/qa-system.git cd qa-system ``` ### 2. 环境配置 ```bash # 复制环境变量文件 cp services/.env.example services/.env # 配置Google AI API密钥 # 编辑 services/.env 文件，设置 GOOGLE_API_KEY ``` ### 3. 启动开发环境 #### Windows ```bash cd services start-dev.bat ``` #### Linux/Mac ```bash cd services docker-compose up -d ``` ### 4. 安装依赖 ```bash # 安装所有依赖 pnpm install # 后端依赖 cd apps/backend poetry install # 前端依赖 cd apps/frontend pnpm install ``` ### 5. 启动应用 ```bash # 启动后端 (终端1) cd apps/backend poetry run uvicorn app.main:app --reload --host 0.0.0.0 --port 8000 # 启动前端 (终端2) cd apps/frontend pnpm dev ``` ### 6. 访问应用 - **前端**: http://localhost:3000 - **后端API**: http://localhost:8000 - **API文档**: http://localhost:8000/docs - **LangFlow**: http://localhost:7860 ## 📖 使用指南 ### 管理员操作 #### 登录系统 ``` 用户名: admin 密码: admin123 ``` #### 文档管理 1. 访问后台管理页面 2. 上传支持的文档格式（PDF、DOCX、XLSX、TXT） 3. 系统自动解析并向量化文档内容 4. 查看文档处理状态和统计信息 #### 用户管理 1. 创建新用户账户 2. 设置用户权限 3. 管理用户状态 ### 用户操作 #### 智能问答 1. 登录系统 2. 在聊天界面输入问题 3. 获得基于文档内容的准确答案 4. 查看对话历史 #### 高级功能 - **上下文对话**: 系统记住对话历史 - **多轮问答**: 支持追问和澄清 - **引用溯源**: 查看答案来源文档 ## 🔧 开发指南 ### 项目结构 ``` 高校智能问答系统/ ├── apps/ │ ├── backend/ # FastAPI后端 │ │ ├── app/ │ │ │ ├── api/ # API路由 │ │ │ ├── core/ # 核心配置 │ │ │ ├── models/ # 数据模型 │ │ │ ├── services/ # 业务逻辑 │ │ │ └── utils/ # 工具函数 │ │ ├── tests/ # 测试文件 │ │ └── pyproject.toml # Poetry配置 │ │ │ └── frontend/ # Next.js前端 │ ├── src/ │ │ ├── app/ # App Router页面 │ │ ├── components/ # 组件 │ │ ├── hooks/ # 自定义Hooks │ │ ├── lib/ # 工具库 │ │ └── types/ # 类型定义 │ └── package.json │ ├── packages/ │ └── shared-types/ # 共享类型定义 │ ├── services/ │ ├── docker-compose.yml # 服务编排 │ ├── init-db.sql # 数据库初始化 │ └── README.md # 服务文档 │ ├── scripts/ # 构建脚本 ├── docs/ # 项目文档 ├── render.yaml # Render部署配置 └── README.md # 项目说明 ``` ### 核心模块 #### 1. 文档处理模块 ```python # apps/backend/app/services/document_processor.py class DocumentProcessor: def parse_document(self, file_path: str) -> str def chunk_text(self, text: str) -> List[str] def vectorize_chunks(self, chunks: List[str]) -> List[Vector] ``` #### 2. 问答引擎模块 ```python # apps/backend/app/services/qa_engine.py class QAEngine: def process_question(self, question: str) -> str def retrieve_context(self, question: str) -> List[str] def generate_answer(self, question: str, context: str) -> str ``` #### 3. 向量检索模块 ```python # apps/backend/app/services/vector_search.py class VectorSearch: def similarity_search(self, query_vector: Vector, top_k: int) -> List[Document] def hybrid_search(self, query: str, filters: Dict) -> List[Document] ``` ### API接口 #### 认证接口 ```python POST /api/auth/login # 用户登录 POST /api/auth/logout # 用户登出 GET /api/auth/me # 获取当前用户信息 ``` #### 文档管理接口 ```python POST /api/documents/upload # 上传文档 GET /api/documents # 获取文档列表 GET /api/documents/{id} # 获取文档详情 DELETE /api/documents/{id} # 删除文档 ``` #### 问答接口 ```python POST /api/chat # 发送问题 GET /api/chat/history # 获取对话历史 POST /api/chat/feedback # 提交反馈 ``` ### 数据库设计 #### 用户表 (users) ```sql CREATE TABLE users ( id SERIAL PRIMARY KEY, username VARCHAR(50) UNIQUE NOT NULL, password_hash VARCHAR(255) NOT NULL, email VARCHAR(100), is_active BOOLEAN DEFAULT TRUE, is_admin BOOLEAN DEFAULT